O setor privado de saúde brasileiro tem se tornado muito competitivo, especialmente com a entrada de novas operadoras de planos de saúde no mercado. Neste contexto, técnicas de gestão da produção têm sido utilizadas para garantir a qualidade da operação e evitar perdas com estoque, logística e compras. Diante disso, prever a demanda tornou-se essencial na gestão das organizações, servindo como base para as principais decisões estratégicas. A acurácia desta estimativa interfere diretamente nos resultados da empresa, uma vez que a empresa se baseia neste valor para estabelecer metas de atendimento e vendas. O presente trabalho propõe um estudo dos métodos de previsão de demanda realizado em um hospital particular de Caruaru-PE. O estudo foi realizado utilizando o método quantitativo dos modelos de series temporais. Os dados foram coletados a partir do banco de dados da empresa, onde, verificou-se uma amostra de dois anos de quatro produtos específicos. Em sua aplicação, os métodos propostos buscam reduzir os erros atuais de previsão e selecionar um modelo que minimiza os custos e otimiza o serviço. A partir da revisão bibliográfica e dos resultados obtidos, recomenda-se que a empresa reveja o modelo de previsão de demanda, identificando oportunidades para estudos futuros.The private sector of Brazilian health has become very competitive, especially with the entry of new health insurances in the market. In this context, production management techniques has been used to ensure the quality of the operation and avoid inventory losses, logistics and purchases. Thus, forecast demand has become essential in the management of organizations, serving as the basis for key strategic decisions. The accuracy of this estimate directly affects the company's results, since the company is based on this value to establish service and sale. This paper proposes a study of demand forecasting method performed in a private hospital in Caruaru - PE. The present study was conducted using the quantitative method of temporal models. The data were collected from the company's database, where a two-year sample of four specific products. In its application, the proposed methods seek to reduce the current forecast errors and select a model that minimizes costs and optimizes services. From the literature reviewed and results obtained, it is recommended that the company survey the demand forecasting model, identifying opportunities for future studies.