继上篇，如果物料的通用化，是解决一兵一卒的事情；那么SKU、成品的通用化，则是解决一城一池的问题。
类似物料通用化监控报表的逻辑：
首先，我们将SKU/成品与研发的项目负责人（产品经理）进行关联（建立自定义表），由对应的产品经理负责SKU/成品的生命周期管理；
在时间轴上，可以观察到这些SKU/成品的创建、批产（上市）、首单、淘汰的节奏信息；
在市场轴上，可以查询到这些SKU/成品在指定时间范围内，指定销售区域（国家、渠道等）中的销售量、返单次数；
在通用化上，可以查询到SKU/成品BOM中包含的自制件、外购件数量（根据物料优先规则，甚至可以审视这些SKU/成品中的物料优先率）；
如果通用化管理基础扎实，成品物料往上溯源，其对应的路径为：大类→中类→小类→平台→型号→产品；
销售路径上，存在一级渠道→二级渠道→国家→地区等；
理论上，这些物料+渠道组合的路径，都可以进行多维度数据分析；
在SAP系统中，CO-PA功能，就是从市场、客户、产品等多维度进行获利分析；
在通用化管控的过程中，有件事印象比较深刻，当众多SKU的市场表现，通过数据呈现出来时，是令人惊讶的：
例如有些上市很久的SKU，连首单都没有（即意味着没有取单数据）；
或者有些SKU有首单数据，但没有返单（复购）；
有些心目中以为的热销型号，实际销量与感知差异较大；
一度怀疑数据的准确性，我们进行再次复核，并与业务人员校对，数据是准确的，数据说话还是很有道理的。
记得多年以前，有句话是这么说的：复杂度是善意产生的。
我们研发人员期待多开发产品，则有可能多赢取市场，但结果却往往事与愿违。
产品/物料的复杂度，带来企业管理的复杂度，有一定的隐蔽性，但其危害性其实很大；
我们尝试着从产品的复杂度入手，找到背后些许的原因（待续）
