数据可视化技术包含以下几个基本概念：

①数据空间：是由n维属性和m个元素组成的数据集所构成的多维信息空间；

②数据开发：是指利用一定的算法和工具对数据进行定量的推演和计算；

③数据分析：指对多维数据进行切片、块、旋转等动作剖析数据，从而能多角度多侧面观察数据；

④数据可视化：是指将大型数据集中的数据以图形图像形式表示，并利用数据分析和开发工具发现其中未知信息的处理过程。

数据可视化已经提出了许多方法，这些方法根据其可视化的原理不同可以划分为基于几何的技术、面向像素技术、基于图标的技术、基于层次的技术、基于图像的技术和分布式技术等等。

通过可视化的形式来展现数据的分析结果和揭示数据模式和趋势，从而对数据进行“繁重的工作” 。从而使用户能够检查数据，理解数据含义，并帮助他们从复杂的数据集中找到含义并获得有用的数据见解。良好的数据可视化使可视化分析更加有效，并向用户显示更好的见解，而更好的见解则使可视化更具吸引力。更容易为用户更好地了解他们的数据，增加收入并获得超越竞争对手的竞争优势。

常见的数据质量问题包括：1.数据收集错误，遗漏了数据对象，或者包含了本不应包含的其他数据对象。2.数据中的离群点，即不同于数据集中其他大部分数据对象特征的数据对象。3.存在遗漏值，数据对象的一个或多个属性值缺失，导致数据收集不全。4.数据不一致，收集到的数据明显不合常理，或者多个属性值之间互相矛盾。例如，体重是负数，或者所填的邮政编码和城市之间并没有对应关系。5.重复值的存在，数据集中包含完全重复或几乎重复的数据。正是因为有以上问题的存在，直接拿采集的数据进行分析or可视化，得出的结论往往会误导用户做出错误的决策。因此，对采集到的原始数据进行数据清洗和规范化，是数据可视化流程中不可缺少的一环。

在当前新技术支持下，数据可视化除了“可视”，还有可交流、可互动的特点，其本质是传递信息，即如何将信息准确、可靠、易于理解传达给对方。大屏数据可视化是以大屏为主要展示载体的数据可视化设计，也是当前可视化领域的一项热门应用，通常可以分为信息展示类、数据分析类及监控预警类。数据可视化大屏，有两个要点：一是展示效果的酷炫，二是展示数据之间的层次关系。好的数据可视化大屏是布局、色彩、图表、动效的综合运用。