所谓“一图胜千言”，图像的信息表达能力远大于原始的数字形式表示，可以极大地提升人们对信息的感知和理解能力。

很多数据细节线索和规律，在原始的数字中难以被识别发现，但是在图形表达中，更容易得到“显化”认知。

“好”的数据可视化表示形式，可以代替数据分析，直接起到数据分析辅助的作用。从广义上来说，可视化模型，本身也是一种“数据分析”模型。

在当前大多数“类DSS”的分析软件下，人们可以通过“可视化+统计分析”组合的方式，进行动态的数据实验观察，尝试探索颇有有价值的商业洞察。

从信息系统架构的角度，可视化模块为于表示层，数据源通过一系列数据分析环节处理后，得到数据结果，可以选用相适应的可视化模块进行表示。

此外，对于同样的数据分析路径，也可以通过动态地切换可视化策略的方式，达到不同的分析效果!

完全基于可视化驱动的数据分析模式，由于本身不涉及频繁的数据分析算法执行过程，而只是切换数据结果的呈现布局，如果不涉及细粒度的空间坐标计算，总体来说使用更加敏捷，可提供用户更强的数据探索驱动力。

从具体场景来划分，可视化主要解决以下几种典型需求：

1.反映日常管理经营现状

用于支撑企业的日常管理经营，反映企业业务的基本面信息，是数据可视化技术比较早期最朴素的应用场景。

利用可视化技术中的条形图、饼图、折线图等基础组件，可以非常简洁客观地对统计汇总数据进行多方位的综合展示。

尽管近些年，可视化技术自身发展非常迅速，但面向企业日常管理经营方面应用，仍然是当下最大的需求场景。

2.呈现未来业务发展趋势

除了用于表现当下情况，数据可视化也可以辅助“洞察”未来业务走向，常用的可视化技术组件一般为带时间轴坐标的折线图或事件流图。

这些图形可以有效地呈现和“趋势”相关的信息，例如金融产品价格的波动、宏观经济指数的变化等等，用户结合图形可以展开一系列前瞻性的预测判断。

3.监控一线环境运营异常

在面对时间序列数据的处理时，除了可以把整个时间窗口进行统一排布呈现，也可以把数据对象看做是“信息流”。

具体来看，主要是对数据源端进行实时监控，以动态的方式展示具有时间特征的数据对象。

当流数据发生异常时，以特定的标记对“数据点”进行标注，提示预警信息。这类可视化应用主要解决生产一线的业务风险管控需求。

4.突出数据内容信息重点

在对文字数据进行展示时，为了降低阅读者的信息处理压力，提升阅读效率，往往需要将文字中的重点内容进行突出展示。可视化技术，可以用于凸显重要的信息，采用改变字体的方式是常见的策略。

除此以外，在图谱展示的时候，可以用节点的面积大小来映射重要的业务对象节点。

5.展示热点信息时空分布

在很多场合，需要对一些所关注的业务对象的时空分布信息进行呈现，采用GIS地图作为“底板”，在上面用不同的图层来进行“时空坐标”的绘制。

随着传感器技术的普及，越来越多的数据对象将带有时空标签，这意味着采用“时空可视化”策略的技术门槛也将越来越低，这有利于资源的统一调度和业务总体态势观察。

6.寻找业务对象关联线索

可视化技术可以提供关于细节的信息，让一些隐含的业务线索更加直观地呈现，展示在原始数字状态下人工难以观察到的“有趣”事实。

例如，在基于图数据的分析和可视化应用中，可以展示业务对象之间的连接路径，挖掘对象之间的间接关系。

除了面向对象的展示，可视化技术还能够对流程间的关系进行展示，例如，利用甘特图组件展示项目子任务之间的依赖关系，帮助调度者快速地判断关键任务序列。