对比失真，多半是口径先出了问题
趋势图是数据分析里使用频率最高的展示形式，也是最容易产生误判的形式。两条曲线放在一起，一条向上一条向下，结论似乎不言自明。但如果两条线的统计口径不同、覆盖人群不同、时间粒度不同，这个结论就站不住脚。江南在数据可视化实践中见过不少这样的案例：图表本身没有问题，问题出在对比之前没有人确认过两边是否可比。
趋势对比的第一步不是画图，而是统一口径。需要确认的项包括：指标定义是否一致、统计范围是否一致、时间粒度的对齐方式是否一致、是否存在口径变更导致的历史数据断层。这四项确认完，再进入对比环节，能避免大部分无效讨论。
同比、环比、移动平均，各有各的适用场景
三种常见对比方式并不是互相替代的关系，而是回答不同的问题。
- 同比回答的是“相对去年同期，业务是变好还是变差”，适合存在明显季节性的指标，能剔除季节波动的影响；
- 环比回答的是“相对上一个周期，最近发生了什么变化”，适合观察短期波动和即时反馈，但对季节性敏感；
- 移动平均回答的是“剔除短期噪声后的方向是什么”，适合波动较大的日频数据，代价是会对拐点产生滞后。
江南在指标体系建设中通常建议同时保留同比和移动平均两条参考线：前者判断长期位置，后者判断近期方向。只放一条线，读者容易把短期噪声读成趋势反转。需要提醒的是，移动平均的窗口长度要与业务节奏匹配，窗口太短起不到平滑作用，太长会把真实拐点抹平。
用对比基线把异常点从噪声里筛出来
异常识别的前提是知道“正常长什么样”。没有基线的异常判断，本质上是凭直觉。建立基线的常见做法有三种：用历史同期的分布确定正常区间；用同类分群的横向水平作为参照；用业务规则设定上下限。
三种做法各有短板。历史基线对结构性变化不敏感，横向参照受分群差异影响，业务规则则依赖经验准确性。江南在实践中倾向组合使用：先看是否超出历史区间，再看是否偏离同类分群，最后用业务规则做一次合理性校验。三层都触发，才认定为需要优先排查的异常。
另一个容易被忽略的点是异常的方向和持续性。单点跳变更可能是采集或口径问题，连续多期同向偏离更可能是真实业务变化。把这两个特征纳入判断，可以显著降低误报率。
让图表承担解释功能，而不只是展示功能
趋势对比的最终目的是支持判断，所以图表需要把对比关系直接呈现出来，而不是让读者自己在脑子里做减法。常见做法包括：在趋势线上叠加对比基线、用差异柱展示两条线的差值、在异常区间做明确标注并附上口径说明。
江南在可视化规范中建议，凡是对比类图表都配一句口径说明，写清对比对象、时间范围和统计范围。这句话看似多余，实际能省掉大量会后追问。趋势对比做扎实了，异常识别才有可靠的前提，后续的归因和行动也才有落点。
