# Nombre
# Fecha
# 1: Libreria
# install.packages("pacman")
library(pacman)
p_load(dplyr, ggplot2, skimr)

# 2: Importar los datos
datos <- read.csv("input/cafeteria.csv")

# 3: ¿Cómo se ven los datos en general? (estructura, tipos de variable y primeras filas)


## Interpretación:
##
##

# 4: ¿Cuántas sucursales, ciudades, productos y tipos de producto hay en la base?


## Interpretación:
##
##

# 5: ¿Cuál es el precio promedio y el total de unidades vendidas por tipo de producto?


## Interpretación:
##
##

# 6: ¿Qué producto genera más ingresos en total?
## primero se calcula el ingreso de cada fila (precio * unidades)


## Interpretación:
##
##

# 7: ¿Cómo se distribuyen las unidades vendidas y los ingresos por ciudad?


## Interpretación:
##
##

# 8: ¿Qué sucursal vendió más en ingresos?


## Interpretación:
##
##

# 9: ¿Qué mes tuvo más ventas en unidades e ingresos?


## Interpretación:
##
##

# 10: ¿Cómo se distribuye el precio de los productos? (histograma)


## Interpretación:
##
##

# 11: ¿Qué tipo de producto concentra más unidades vendidas? (gráfico de barras)


## Interpretación:
##
##

# 12: ¿Cómo se comparan los ingresos entre ciudades? (gráfico de barras)


## Interpretación:
##
##

# 13: ¿Existe relación entre el precio y las unidades vendidas? (diagrama de dispersión)


## Interpretación:
##
##

# 14: ¿Cómo evolucionan las ventas mes a mes? (gráfico de línea)


## Interpretación:
##
##