可视化是指通过创建图形、图像或动画的方式来交流沟通讯息的技术和方法，历史上的洞窟壁画、埃及象形文字等都属于可视化的范畴。如今时代变迁、科技发展，可视化的应用领域也不断扩大，覆盖了科学教育、工程、互动多媒体、医学等多个行业。随着计算机科学的发展，目前可视化在计算机领域特指利用计算机图形学和图像处理技术，将数据转换成图形或图像并在屏幕上显示出来，再进行交互处理的理论、方法和技术。

2.1 数据可视化的发展

数据可视化已经无处不在，深入渗透到现代生活的方方面面。无论是街头闪烁的广告牌、业务报告中精心制作的分析图表，还是工作总结中的关键数据摘录汇总，均以图形化的数据表现形式出现在我们日常的工作和生活中。可以说，数据可视化已经成为人类日常生活的一部分。然而，人们可能很少去思考：数据可视化的理念是如何诞生的？ 它是从何时开始融入我们的生活，并且不断发展至今天的普及程度的呢？

2.1.1 可视化简史

在 17 世纪之前，人们就已经开始探索简单的可视化表达方式，例如通过手工制作可视化物品来传达信息。这种以图形表达信息的思维发展到后期，数据可视化逐步开始被应用于物理测量、图形符号、人口统计、政府规划、统计学等多个领域。

18 世纪的 William Playfair 对数据可视化学科的发展做出了不容忽视的贡献，他创造了折线图、柱状图、饼图等现代社会广泛使用的基本可视化图形。自 19 世纪上半叶起，统计图形和概念图等可视化表达形式加速更新，人们开始掌握更多的统计数据可视化工具，并且通过这些可视化工具来更好地统计分析涵盖社会、地理、医学和经济等领域在内的专业数据。数据可视化这段时期的学科成长也催生了人们对可视化方法和思维的持续创新。

进入 20 世纪，随着个人计算机的日益普及，计算机辅助可视化从“可能”成为“现实”。从 19 世纪 70 年代开始，桌面操作系统、计算机图形学、显示技术与人机交互等多个领域的技术革新，催生了通过编程创造交互式可视化作品的热潮。

图1 可视化简史 （资料来源： 《数据可视化》 ）

2.1.2 现代可视分析学发展

进入 21 世纪，随社会发展而增长的海量数据集、扩展的数据维度、各种异构数据源以及动态数据流等都要求我们对旧有的可视化技术进行升级和革新。国家和企业对数据价值的认知越发深刻，开始强调数字化建设的重要性。新一代数据可视化需要综合可视化、图形学、数据挖掘以及新的理论模型、用户交互手段等技术，辅助现代社会用户应对当下的数据分析挑战。于是，可视分析学应运而生。

可视分析学综合了图形学、数据挖掘和人机交互等技术，以可视交互界面为通道，将人的感知和认知能力以可视的方式融入数据处理过程，形成人脑智能和机器智能的优势互补，建立螺旋式的信息交流与知识提炼途径，以完成有效的分析推理和决策。

图2 可视分析学涉及的学科 （资料来源： 《数据可视化》 ）

从 2004 年起，研究界和工业界都在沿着面向实际数据库、基于可视化的分析推理与决策、解决实际问题等方向发展。与此同时，软件行业也受到同步推动，可视化的基础平台和架构、常用的可视化软件和系统迅速发展完善，并且按照所面向的可视化对象被划分为医学可视化、科学可视化、信息可视化和可视分析四个类别，在各行各业中帮助人们解决实际问题。

2.2 数据可视化分析的作用

可视化有助于人眼接收信息

人眼是一个高带宽的巨量视觉信号输入并行处理器，具有很强的模式识别能力，对可视符号的感知速度比对数字或文本快多个数量级，且大量视觉信息的处理发生在潜意识阶段，被称为先意识处理。例如大脑会倾向于把一个复杂的物体解析成较为简单的物象来理解，从而降低认知负荷。著名的视觉设计格式塔原则便是利用了人类在视觉感知上的各种倾向性。总的来说，基于人眼的特殊性，我们可以认为可视化的含义是 “生成符合人类感知”的图像，从而使人类更有效地接收信息、形成结论并传播知识。

图3 不同的视觉效果带给人眼的感知 （资料来源： 《用数据讲故事》 ）

可视化有助于探索性分析

探索性数据分析是利用各种技术手段探索数据内部结构和规律的一种数据分析方法和理念。其目的通常为理解数据并找出其中值得关注或有价值的信息，即将 “数据”转换为“知识”。一般步骤为先总览数据信息，再缩放并筛选，然后按需寻找细节。在探索性数据分析的过程中，用户是行为的主体，数据可视化可以让视觉感知器官更好地获取信息、编码并形成认知，在数据可视化交互分析的过程中获取解决问题的方法，或者找到产生相关问题的原因。探索性分析是数据分析师工作的重点之一。分析师可以通过将数据转换为图像，化繁为简，激发深度思维，再进一步使用搜索、过滤、联动、上卷、下钻等操作辅助探索数据中有价值的信息。

图4 数据探索的流程 （注： 资料整理自 《数据之美》 ）

可视化有助于解释性分析

解释性分析是指主体将已经发现的精华信息抽象出来，再通过展示、描述、沟通、演讲等方式，向其他对象传递这些信息的过程。《数据之美》一书将可视化定义为一种媒介，我们可以通过可视化展示数据的趋势、对比、离散值等图像，来帮助他人“看到数据”，帮助接受解释性分析的人注意到他们从来没有想过会看到的内容。除了目前大众认知中基于计算机技术实现的数据可视化以外，古老的象形文字、丰富的壁画、历史交通运输图、行军图、人口统计图等历史上的可视化图像，也可以为人们解释一些过去的人、事和文化，成为我们了解历史、了解祖先的重要途径之一。

图5 通过图表向领导阐述部门的招聘需求 （资料来源： 《用数据讲故事》 ）

2.3数据可视化分析对企业的价值

数据可视化分析将数据呈现为直观的图表，不仅使信息变得更加易于理解和传达，而且有助于决策者快速获取关键信息，并且对业务现状和市场趋势做出及时的反应。

图6 数据可视化分析对企业的价值

• 数据洞察 数据可视化分析能够将抽象的数据转化为直观的图表，让数据变得更加生动，使决策者能够在短时间内获取关键信息，迅速把握业务现状；

• 即时决策 通过将复杂数据转化为直观图表，决策者能够快速了解业务状况和市场趋势，实时监控关键指标，迅速做出明智决策，从而保持竞争优势；

• 信息共享 数据可视化让数据变得更加易于传达和共享。通过共享交互式仪表板，团队成员可以快速理解关键指标，并在不同层面进行探索，促进更好的合作和集体决策。

2.4 数据可视化分析工具对企业的价值

前文我们已深入探讨了数据可视化分析对企业的价值所在。在企业已经习惯常规数据分析流程——分析师可以通过诸如 Excel 和 PowerPoint 等工具根据数据文件生成特定的图表，同时工程师也可以根据业务需求定期开发数据大屏等方式来实现数据可视化——的情况下，我们是否有必要再引入一款专业的数据可视化分析工具，以承担数据统计、分析及可视化的任务？ 企业建设并推广数据可视化分析工具能否为企业带来实际的价值与收益？本章节将针对这些问题进行详细的阐述与分析。

解决数据孤岛，统一数据的接入与使用

随着信息化与数字化的飞速发展，广泛的数字产品和服务不断被各行各业所采纳。尤其是在新冠疫情的推动下，企业对数字化转型的渴望日益强烈，进而激发了对更广泛数字化需求的探索。然而，在这一转型进程中，数据高墙的阻碍、数据流动性不足以及数据之间缺乏联动等问题仍然困扰着广大企业用户，导致数据孤岛现象频发。数据孤岛现象在企业内部，具体表现为业务部门往往还依赖于 Excel 等传统工具来处理数据流，而 IT 部门的工作重心已转向提供数据库数据查询、提取和报表开发等服务。

数据孤岛不仅会阻碍企业的经营分析和决策制定，也大大增加了挖掘数据潜在价值的难度。因此，现代企业迫切需要一种统一的数据管理工具，以便集中存储和提取数据，打破数据藩篱，释放 IT 人员的生产力，提升各部门效能，并且在数字化转型的道路上，最大限度地发挥数据的价值。

专业化的数据可视化分析工具可以集成多源数据、提供直观操作界面、允许自定义数据集、强化数据安全与权限管理，并且支持数据的实时更新，从而能够有效解决数据孤岛的问题。数据可视化分析工具不仅能使分散的数据得以整合、降低数据统计分析的技术门槛，更能让非技术人员也可以简单且安全地处理数据，从而大幅提升了业务决策的效率和数据的可用性，对企业的数字化转型起到关键的推动作用。

图7 数据可视化分析工具对企业的价值

敏捷高效，满足用户丰富的数据分析与可视化需求

IT 工程师在开发可视化大屏或生成报告时，常常会面临复杂的工作流程和频繁的需求变更。尽管通过 Excel 也可以处理一些基本的数据和图表，但仅仅使用 Excel 难以满足企业工作中更加复杂且多变的图表制作需求。现代化的数据可视化分析工具提出了一个既灵活又高效的替代方案，能够满足用户的多元化数据分析和可视化需求。​

借助数据可视化工具，非技术用户得以独立设计和生成满足个人需求的可视化内容。这样不仅减少了业务部门与技术部门之间反复沟通所耗费的时间和成本，还增加了用户操作的灵活性和自主性。在自助服务模式之下，用户可以迅速制作出多样化的图表和报告，在实时数据可视化的支持下快速适应新的业务趋势和市场变化，支撑数据驱动的决策过程。在数字经济时代，这种敏捷和效率对企业来说是非常关键的竞争力，显著提升了业务响应速度与决策质量。

图8 业务人员使用可视化分析工具的前后对比

权限隔离与管控，打造安全的协作空间

企业在解决数据孤岛问题的同时，也需要重视对不同员工群体中数据处理、流转、可视化及共享等环节的有效管理。数据可视化分析工具的应用，不仅使得企业能够建立起健全的数据接入和权限控制体系，而且能够基于员工不同的角色和职责，精准地配置其各自的数据访问权限。这样既优化了数据的利用率，又能有效管控数据滥用的风险。数据可视化分析工具可以通过简便的“可视化报告共享机制”来促进信息的快速交流和洞察分享，从而推动员工间的合作和数字化进程，提升团队解决问题和推进业务增长的协作效率。

同时，数据可视化分析工具也能无缝接入企业现有的多种工具和平台。管理员可以为员工提供全平台统一的可视化账户与管理权限，便于员工快速开展自助式的数据可视化分析。这种集成化的管理策略可以为数据管理流程带来进一步的简化与优化。

建立丰富的数据应用场景，培养用户用数习惯

数据可视化分析工具能够以图形的形式呈现数据，简化复杂的数据信息，激发用户积极探索数据内涵的热情，增强与数据之间的互动感。它们会着重加强自身对用户的友好性，使缺乏技术知识的非技术人员也可以轻松上手。此外，数据可视化分析工具会提供分享功能和互动能力，使用户能够与他人共享数据呈现、讨论分析结果并交流深入见解，进一步拓展了数据的应用范围。综合而言，这些因素协同作用，培养了用户对数据的习惯性使用和分析意识。

类似于其他改变我们生活和工作方式的工具，数据可视化分析工具在企业的数据意识建设中发挥着不可或缺的作用，促进了数据驱动决策的普及和成功应用。