De: Ravi Kumar, director de Ventas
"Los ingresos netos de marzo han bajado respecto a febrero y el equipo directivo quiere conocer el motivo antes del lunes. Las causas habituales son las devoluciones, un cambio de precio o algún problema con los datos. La exportación semanal por región está en sales.csv: unidades vendidas, precio unitario y unidades devueltas.
Revisa cada posibilidad y dime qué explicación respaldan los números."
Tu respuesta: uno de estos valores: "returns", "prices", "missing data" o "volume".
Cuando cambie una cifra, enumera primero las posibles causas y luego comprueba cada una con los datos antes de que alguien actúe basándose en una explicación sin verificar. Aquí las posibilidades son un aumento de las devoluciones, una bajada de precios, una caída real de la demanda o que los propios datos estén incompletos.
Comprueba pronto la causa menos llamativa: la falta de datos. Una región cuyo informe de una semana no llegó parece exactamente una caída de ventas en el total. Contar las filas por región y semana permite detectarla.
El último paso convierte tus hallazgos en una regla para que el mismo código dé la respuesta correcta con los datos del mes siguiente: primero la falta de datos, luego un aumento de la tasa de devoluciones, después una bajada del precio y, en cualquier otro caso, el volumen.
Salida: [('West', '03-09')]. Compara las semanas de cada región con las semanas para las que haya datos de cualquier región.