Разберись, почему упали продажи.

1. weekly_changes: товары с заметным падением заказов за последнюю неделю к предыдущей, по площадкам.
   Если пользователь назвал товар или площадку — сосредоточься на них.
2. По каждому из трёх самых крупных падений (по сумме заказов):
   - price_changes по товару за 60 дней — менялась ли цена и как на это отвечали заказы;
   - supply_plan — нет ли его в состоянии «Нет в наличии» или «Закончится до поставки»;
   - для WB — v_daily, group_by=[date], metrics=sum(card_views, add_to_cart, orders_qty), derived=[cr_pct]:
     упали просмотры (видимость в поиске) или конверсия (цена, отзывы, карточка).
   - реклама — v_ads по товару: не урезали ли бюджет.
3. Итог: по каждому товару — наиболее вероятная причина и одно действие. Причины называй как гипотезы с цифрами.

Правила для всех расчётов:
- Сначала вызови data_freshness и скажи, по какое число есть данные у каждой площадки.
- Считай через query_mart с group_by и metrics, доли и цены на штуку — через derived. Не складывай строки сам.
- Называй основу чисел: оформленные заказы (v_daily) или выкупы (v_profit).
- Если в ответе query_mart есть заметки (notes) о товарах без себестоимости — перескажи их пользователю.
- Пиши по-русски, коротко, цифры с разделителями разрядов и знаком ₽.