Los datos sobre las ventas de productos son un tema popular en la predicción de series temporales debido a su multidimensionalidad y amplia presencia en muchas empresas. Este documento describe la investigación en la predicción del momento y la categoría del producto de la próxima compra basada en datos históricos de transacciones de clientes. Dado que el conjunto de datos fue adquirido de un proveedor de medicamentos y dispositivos médicos, el sistema de clasificación de identificación de productos genéricos (GPI) se incorporó en la asignación de categorías de productos. Los modelos construidos se basan en redes neuronales recurrentes (RNN) y redes neuronales de memoria a corto y largo plazo (LSTM) con diferentes características de entrada y salida, y conjuntos de datos de entrenamiento. Se realizaron experimentos con varios conjuntos de datos y se identificaron las estructuras y tipos de redes óptimas para predecir tanto la categoría del producto como el día de la próxima compra. La principal contribución de esta investigación es el proceso de transformación de datos desde su formato original de transacción de compra en una serie temporal de características de entrada para la predicción de la próxima compra. Con este enfoque, es posible implementar un sistema de marketing personalizado dedicado para un proveedor.