本文给出一个重要的模板，先看效果吧：
本文会带领大家从零开始理解这个过程，一步步来思考和优化整个方案，最终得到可以复制使用的模板。
Power BI 的 2022 年 3 月更新中，对于个人分析能力最大的亮点有两个：
- 支持误差线分析
- 全部可视化对象支持值的动态格式
后续的文章会分别来讲解。
本文先来学会误差线分析。
开启误差线分析功能
先开启本月的预览，如下：
开启【错误栏】重启 Power BI 桌面版。
业务场景的默认显示
默认显示一条曲线。
这样的可视化的问题在于：
用户不知道业务是否有问题，从可视化的直观可见，2021 年的 7 月的值很低，以及 2021 年的 5 月的值很高。
据此，用户有理由推测这两个点是有问题的业务点，需要得到重视。
而事实呢？
与去年的业务进行对比
要知道某业务值是否有问题的最好方法就是与某个标准进行对比。
在很多实际业务中，并不存在标准来进行对比，那么用自己作为自己的标准就是一个不错的选择。
每次都比自己进步一点点就是一种好的状态。
于是，用去年同期值作为参考对比是一个不错的方法。
可见，本来推测的 5 月和 7 月并不真的有问题，因为去年同期呈现了同样的状态，因此，这很可能是与季节或活动有关的特定表现。
反而，4 月从相对直观显示上，呈现了明显的异动。但却没有被高亮出来。
目标的制定
一般地，目标可以参考去年同期进行制定，例如：
一个正常的范围可以是：
代码语言：javascript复制Sales.收入.AC 预测误差 上界 =
[Sales.收入.PY] * 1.5
Sales.收入.AC 预测误差 下界 =
[Sales.收入.PY] * 0.8正常的目标，介于去年同期的 0.8 到 1.5 倍之间。
与目标的差异分析
对比去年同期，本年的实际如果偏离的范围太大，则说明业务本身可能存在一定的问题。
过高，有可能是过度销售，要检查下是不是提前透支了营销的能力。
过低，则说明销售能力不能跟上市场的需求，要求提升销售的水平。
在传统的 Power BI 中，其显示可以用本期和去年同期表示，且淡化去年同期，仅仅作为参考。
而异常的值可以标记为鲜艳的红色，更加清楚。
鲜红色的给出可以用 DAX 实现如下：
这里的问题是：鲜艳的红色为何是异常呢？
增加误差区间
那么，介于去年同期的 0.8 到 1.5 倍之间到底是多大的区间呢？
这个范围是需要被可视化的。
在 2022 年 3 月的更新以后，加入了误差线分析，如下：
加入了误差线以后，可以看出，如果点没有落到规定的区域内，那的确是异常值。
默认的误差区间被显示出来，落在可被允许的误差区间外部的，就是异常值。
这里的缺点就是位于误差线外部的点没有被高亮地标记出来。
加入高亮标记
在误差区间的基础上，再加入高亮标记。
可以更加直观地反映出异常值，可以直接捕获到关键信息。
红色的异常值点可以非常醒目的帮助用户锁定到问题点。
简洁化
仅仅保留误差区间，不再显示误差线使得整个显示更加简洁，没有噪音。
此时，问题已经可以一目了然了。
红色标记出现在合理范围之外，因此显示为红色。
参数化模板
在以上基础下构建参数化模板，如下：
用户可以通过调节滑杆充分设置不同的误差区间，再例如：
改变参数设置，可以得到新的展示。
自动批注
要转化为行动就要给出具体的差异信息，如下：
这里根据参数，动态的产生批注文本来提醒用户需要关注的问题点。
这里使用了智能文本框的批注功能，在此前的文章中已经给出，不再赘述。
