De: Ravi Kumar, diretor de Vendas
"A receita líquida de março caiu em relação a fevereiro e a diretoria quer um motivo até segunda-feira. Os suspeitos de sempre são devoluções, uma mudança de preço ou algum problema com os dados. A exportação semanal por região está em sales.csv: unidades vendidas, preço unitário e unidades devolvidas.
Verifique cada possibilidade e me diga qual explicação os números sustentam."
Sua resposta: um destes valores: "returns", "prices", "missing data" ou "volume".
Quando um número muda, liste primeiro as causas possíveis e depois teste cada uma com os dados, antes que alguém aja com base em uma história não verificada. Aqui os candidatos são: devoluções em alta, preços em queda, queda real da demanda ou dados incompletos.
Verifique cedo a causa menos chamativa: dados ausentes. Uma região cujo relatório de uma semana não chegou parece exatamente uma queda de vendas no total. Contar as linhas por região e por semana torna isso visível.
O passo final transforma suas descobertas em uma regra, para que o mesmo código dê a resposta certa com os dados do mês seguinte: primeiro dados ausentes, depois um aumento da taxa de devoluções, depois uma queda de preço e, em qualquer outro caso, o volume.
Saída: [('West', '03-09')]. Compare as semanas de cada região com as semanas que têm dados de qualquer região.