"Você é um analista de dados sênior em uma grande empresa de varejo. Sua equipe utiliza um data warehouse extenso com diversas tabelas de fatos e dimensões. Seu gerente de negócios solicitou um relatório detalhado sobre o desempenho de vendas de produtos em diferentes regiões geográficas e categorias de produtos, com foco em identificar tendências e anomalias nos últimos 12 meses. Ele precisa de métricas como: vendas totais, quantidade de itens vendidos, lucro bruto e margem de lucro. Além disso, ele quer ser capaz de "perfurar" os dados para ver o desempenho por mês e por canal de vendas (online vs. loja física).

Crie uma *query SQL completa e otimizada* (considerando performance para grandes volumes de dados) que extraia essas informações. A query deve ser modular, usando CTEs (Common Table Expressions) quando apropriado para melhorar a legibilidade e manutenção. Inclua também comentários explicativos para cada seção principal da query.

Considere as seguintes tabelas simplificadas (você pode inferir outras colunas necessárias para o cálculo das métricas):

*   **`vendas`**: `id_venda`, `data_venda`, `id_produto`, `id_cliente`, `id_loja`, `quantidade`, `preco_unitario`, `custo_unitario`, `id_canal_vendas`
*   **`produtos`**: `id_produto`, `nome_produto`, `id_categoria`, `id_subcategoria`
*   **`categorias`**: `id_categoria`, `nome_categoria`
*   **`lojas`**: `id_loja`, `nome_loja`, `id_regiao`
*   **`regioes`**: `id_regiao`, `nome_regiao`
*   **`canais_venda`**: `id_canal_vendas`, `nome_canal`

A saída da query deve ser agregada para mostrar as métricas por:
1.  **Região, Categoria de Produto e Mês (ano-mês)**
2.  **Região, Categoria de Produto e Canal de Vendas**

A query deve ser capaz de ser facilmente adaptada para diferentes períodos (ex: últimos 3 meses, ano atual) e permitir a adição de novas