中心价值：多维分析的智能大数据可视化平台， 不仅仅只是呈现出数据，更能智能 分析，提供决策依据。

数据资源整合分析：构建数据分析模型库，实现数据发掘的模 型化分析；建立数据探索分析能力，发现 数据背后的隐藏规律。

进行数据可视：呈现打造数据全景可视化平台，形式表现； 数据及时更新，实时分类呈现。

BI数据可视化：丰富的数据可视化探索，3D立体化呈现， 提供定制式数据可视化解决方案。

数据可视化的成功，应归于其背后基本思想的完备性。依据数据及其内在模式和关系，利用计算机生成的图像来获得深入认识和知识。其第二个前提就是利用人类感觉系统的广阔带宽来操纵和解释错综复杂的过程、涉及不同学科领域的数据集以及来源多样的大型抽象数据集合的模拟。这些思想和概念极其重要，对于计算科学与工程方法学以及管理活动都有着精深而又广泛的影响。

可视化：过去，现在和未来概括地说，有三种类型的可视化分析：描述性，规范性和预测性。简单的类型是描述性分析，它描述已经发生的事情并提出其根本原因。规范分析能够使事情更上一层楼：除了帮助企业了解原因之外，它还帮助企业从发生的事情中学习并制定可改善其当前绩效和盈利能力的策略和策略。预测分析是很有益的，但也可以说是复杂的类型。它可以帮助用户识别建议未来情况和行为的模式。使用可视化做出更明智的决策。

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。