数据可视化，是关于数据视觉表现形式的科学技术研究。其中，这种数据的视觉表现形式被定义为，一种以某种概要形式抽提出来的信息，包括相应信息单位的各种属性和变量。它是一个处于不断演变之中的概念，其边界在不断地扩大。

主要指的是技术上较为厉害的技术方法，而这些技术方法允许利用图形、图像处理、计算机视觉以及用户界面，通过表达、建模以及对立体、表面、属性以及动画的显示，对数据加以可视化解释。

一般来说数据可视化大屏当中获取的数据来自多种来源：结构化数据（以诸如Excel之类的关系数据库的形式）或非结构化数据（来自文本，视频，音频，照片，互联网和智能设备）。将该数据收集到本地服务器中，或者越来越多地收集到云数据库中。它们被转换为数据可视化并通过大屏和分析应用程序共享，以便用户可以做出更明智的，由数据驱动的决策。

数据可视化的显示空间通常是二维的，比如电脑屏幕、大屏显示器等，3D图形绘制技术解决了在二维平面显示三维物体的问题。

但是在大数据时代，我们所采集到的数据通常具有4V特性：Volume（大量）、Variety（多样）、Velocity（高速）、Value（价值）。如何从高维、海量、多样化的数据中，挖掘有价值的信息来支持决策，除了需要对数据进行清洗、去除噪声之外，还需要依据业务目的对数据进行二次处理。常用的数据处理方法包括：降维、数据聚类和切分、抽样等统计学和机器学习中的方法。

我们认识到了数据可视化的必要性，但缺乏数据可视化方面的技能，部分原因可以归结于，数据可视化只是数据分析过程中的一个环节，数据分析师可能将精力花在获取数据、清洗整理数据、分析数据、建立模型，但在展示沟通上力不从心。与此同时，对于可视化类型的选择，既不是纯粹美学，也不是完全个人化。一个不合适的方案，受众可能会觉得乏味或者费解，甚至可能造成和受众之间的信任壁垒。