分析平台生成的报告中总是有大量晦涩难懂的数字。如果以详细的彩色图形来显示这些数字，那么情况又会是另外一番局面。虽然这些图形也是分析软件生成的，但是大多数非技术用户却可以轻松掌握瞬息万变的发展趋势。
数据可视化工具将数据以可视化的形式表现了出来，例如创建图形、表格、导航图等，这使得分析对于业务用户来说更具意义。
鉴于人类大脑处理信息的方式，使用图表等图形元素实现复杂数据的可视化要比使用电子表格等基于数字的报告更容易发现一些趋势。借助于数据可视化，业务分析师通过手头上的数据集就能够轻松发现市场趋势、模式和异常值。
与其他的技术工具一样，如何从数据可视化中获得最大价值也有一些最佳实践。以下为专家们分享的一些技巧。
考虑受众
管理人员需要了解哪些人将使用可视化和设计仪表板来满足他们的需求。
作为一家为零售商和超市提供自有品牌食品的制造商，H.&J. Brüggen于2016年开始使用Qlik可视化工具来提高供应链的透明度。在需求计划的预测和供应商的物流等方面，这家总部设在德国吕贝克的制造商也引入了可视化。
该公司的供应链管理总监Martin Gries表示：“在考虑分析最佳实践时，我们设想在仪表盘、分析和报告这3个方面引入Qlik的DAR方法（DAR即仪表盘、分析、报告的首字母）。除了选择将要引入仪表板的数据之外，我们还必须牢记受众是谁以及如何快速有效地获取数据以实现可视化。”
仪表板设计是最基础的，它应为用户提供简单而有用的分析。如果设计出色，那么这将会带来强大的分析。报告的生成会变得更加容易，并且可针对不同的用户提供鸟瞰图或其需要的某些细节。
Gries说，“当企业为管理人员设计可视化时，我们通过在仪表盘上使用指针等元素来帮助他们快速回答是否达标的问题。这些可以用来比较一段时间内的绩效，并且可以很方便地与整个公司的决策者共享。”
我们不会使用Boxplot图表，因为它们实现起来太复杂了，并不是每个人都能理解其中的信息。因此IT部门还应牢记许多用户的数据知识是有限的。
H.&J. Brüggen选择使用树状图来显示产品组中诸如服务水平和订单价值等要素，以使用户更直观地理解诸如高订单价值等要素。
将协作作为优先事项
利益相关者之间的协作对于数据可视化的成功至关重要。仅创建了能够提供深刻洞察力的可视化视图，并不能获得功能。除了获得洞察力并向深度和广度扩展外，促进协作的文档与合适的平台也至关重要。
如果一个团队利用了某些数据集或是选择了某个可视化方案，那么他们需要记录所有内容并向其他人详细解释。数据分析和可视化是一项团队操作。让同事能够快速完成数据可视化工作并在自己离开后继续发挥作用是非常重要的。
研究公司ESG的高级分析师Mike Leone称，他曾与为一家大型保险公司工作的两个人进行过交流。这两个人的职责都是分析，但是对应的是不同的业务部门。第一个人介绍了她连接多个数据源的工具和流程，以及通过这些工具和流程获得了某个特定人群的详细分析。坐在她旁边的另一个人说，他花了4个小时做了同样的事情，但是却没有意识到他的同事已经做完了这些工作。
为了探索和可视化，许多企业正尝试着让更多的人访问更多的数据。在这种情况下，协作对于确保较高的生产力和及时获得投资回报非常关键。
培训如何正确使用分析工具
许多主要的分析和商业智能（A＆BI）平台如今都有着复杂的增强分析功能。这意味着用户不需要精通数据或技术即可通过A＆BI平台实现可视化。
Brabham指出：“这不仅有效地促进了可视化的普及，同时还突显了数据质量和数据素养的重要性。用户需要为这些复杂的增强型分析工具提供高质量数据，同时还必须确保业务用户充分理解这些数据对于运用A＆BI工具所生成内容至关重要。”
除了以A＆BI工具为重点展开基础性培训外，Gartner的许多客户正在开展数据素养培训和设计思路研讨会。这不仅可以确保用户知道如何使用A＆BI工具，而且还可以确保用户能够以更具创造性和批判性眼光看待这些分析数据。无论A＆BI工具多么友好，最终发挥作用的还是数据可视化。
确保工具被正确使用
尽管各种数据可视化技术可能会非常诱人，但是企业在做出相应的选择时需要考虑自己到底需要什么样的数据可视化。
在由领先的数据分析、商业智能和数据可视化提供商所提供的各种耀眼的新功能面前，用户在做选择时很容易迷失方向。在目前数据可视化方面，最先进的技术仍然是Microsoft Excel。
如果企业需要对几个较小的数据集实现基本的可视化，那么Excel可能还不够好，但是胜在它们易于使用，易于访问且被大多数人所熟悉。
但是如果企业想拥有更强大的工具以整合大型团队或业务线，连接不同规模和结构的数据集，让用户能够尝试和体验不同的数据可视化，以及使用机器学习等功能，那么Excel就不是最佳选择。
Leone说：“要找到一种既能满足所有人的需求又能满足不同专业水平的全能式可视化平台，那是不可能的。”在选择可视化工具时，企业需要考虑内部各个用户组的要求和技能水平。
保持简洁
数据可视化的分析过程非常复杂，但是可视化本身并不复杂。市场研究机构Gartner的高级分析师Daren Brabham建议：“构建数据可视化时，简洁和优雅非常重要。人脑在高效处理的内容方面存在局限性，因此视觉信息要保持视觉简洁并易于快速理解。”
Brabham说：“我们的许多客户正在完善主管和经理专用的仪表板，例如通过尝试一些交互元素，将复杂的内容转化为易于理解的指标和得分，以及用红、黄、绿等颜色快速展现大量数据。”
医疗保健提供商加州大学圣地亚哥医疗中心的可视化目标就是实现简洁化。信息服务高级总监Josh Glandorf说：“有时候，我们总想着创建一种适用于各种情况的可视化方案，这导致使用起来极为复杂。对于那些技术上不熟练的用户来说更是如此。”
Glandorf说：“让图表保持简洁，突出KPI（关键绩效指标）并提供必要的支持性指导信息，这样用户就能够理解数据可视化的结构，发现其中的细微差别。如果可视化过于复杂就不容易理解，那么用户会变得不知所措，同时采用率也会受到影响。”
加州大学圣地亚哥医疗中心目前使用Tableau的可视化工具，并于最近开发了一组标准设计模板，以统一所有仪表板的外观。
利用可视化进行持续分析
随着企业数据可视化技能的提高，可视化的发展应当与数据分析的发展保持一致。Brabham说：“要想针对某个主题进行持续分析，那么这可能意味着需要开发能够深入研究和探索专用的交互式可视化工具。亦或是在报表中构建一个仪表板或实现可视化效果，然后按一定的顺序向用户连贯地展示业务中一些事件的起因和发展。”
