数据可视化是指通过使用常见图形（如图表、统计图、信息图甚至动画）来表示数据。 这些信息视觉显示以一种易于理解的方式展现复杂的数据关系和数据驱动洞察。

数据可视化可以用于多种目的，需要注意的是，并非只对数据团队有用。 管理部门也可以利用数据可视化来表示组织结构和层级，数据分析师和数据科学家可以利用数据可视化发现和解释模式和趋势。哈佛商业评论  (链接在 IBM 外部）将数据可视化归入四种关键用途：创意生产、创意说明、视觉发现和日常数据可视化。 下文将深入探讨这些用途：

数据可视化常用于在团队中激励创意生产。 它们常常在项目开始时的头脑风暴或 设计思维 会议中用来支持不同观点的汇总，并突出显示集体共同担心的问题。 虽然这些可视化通常未经精心制作，但有助于奠定项目基础，以确保团队就要为关键利益相关者解决的问题方面达成一致。

在创意说明方面，数据可视化可帮助传达想法，例如策略或流程。 它常用于学习环境，例如教程、认证课程、卓越中心，但也可以用于表示组织结构或流程，促进负责特定任务的相关个体之间的沟通。 项目经理经常使用甘特图和瀑布图描述 工作流程。数据建模 还使用抽象来表示和更好地理解企业信息系统中的数据流，让开发人员、业务分析师、数据架构师、业务分析师和其他利益相关方可以更轻松地查看和理解数据库或数据仓库中数据之间的关系。

视觉发现和日常数据可视化与数据团队关系更密切。 视觉发现帮助数据分析师、数据科学家和其他数据专业人士识别数据集中的模式和趋势，日常数据可视化支持发现新洞察后的后续叙述。

数据可视化是数据科学流程中的关键步骤，可帮助团队和个人更有效地向同事和决策制定者传达数据。 管理报告系统的团队通常利用定义的模板视图来监视性能。 但是，数据可视化不仅限于性能仪表板。 例如,  文本挖掘 分析师可以使用词云来捕捉该非结构化数据中的关键概念、趋势和隐藏关系。 他们还可以利用图结构来说明知识图谱中实体之间的关系。 有多种方法可以表示不同类型的数据，请务必记住，这是一个应该超越核心分析团队的专长。