好的产品体验不是一件容易的事情，是专业产品经理、UE、UI**配合的产物，同样做好数据可视化也不容易，需要具备一定的数据分析能力、熟练使用可视化工具、较好的美术素养、良好的用户体验感觉，还能够换位到受众角度审视自己的作品，光有理论远远不够，还需要大量的实践磨炼，把理论固化成自己的感觉。



　　数据不准确、结论不是很清晰，所以数据可视化的**难点在数据可视化之外的基础性工作，数据收集、数据分析没有做好，可视化就是徒劳无功。



　　数据可视化是用高度抽象的图表展示复杂的数据、信息，需要逻辑及其严密



　　维度多、变量多，不确定应该展示哪些信息数据过多，需要采用交互式的展现可视化，例如，可以充分利用地域的分级包含关系展示不同地域层次的图表。



　　和UI图形界面相比，图表只有有限的文字、图形指引，不能很好的说明数据的上下文关系。



　　图表高度抽象，对于阅读者素质要求很高，阅读者也需要了解各类图表所传递的对比关系、异同等基础知识。



　　选择正确的图表不容易，各类图表都有自己的优势和局限性，光柱状图就有一般柱状图、分组柱状图、堆积柱状图、横线柱状图、双向柱状图等。



　　图表细节处见真功夫，图表需要考虑细节实在是太多，布局、元素、刻度、单位、图例等等都需要合理。细节处理不到位，影响可视化的效果，例如：折线太细不便于观察线太粗又抹平了趋势细节;更严重问题可能误导受众，例如：刻度选取不合理折线过于陡峭。



　　可视化过程的注意事项



　　总结几点注意事项，少走些弯路：



　　数据图表主要作用是传递信息，不要用它们选技巧，不要追求过分漂亮



　　不要试图在一张图中表达所有的信息，不要让图表太沉重，适得其反



　　数据可视化是以业务逻辑为主线串联，不要随意堆砌图表



　　避免过度开发，什么数据都想展现，数据太多就选择*核心的数据指标、和正常偏差大的、能支持分析结论的



　　不要试图掩盖问题，回避“不良结论”，真实反映业务，暴露问题



　　慎用动态图表，尤其一个页面多个动态图表



　　避免过度设计，一般不适用3D、阴影，合理运用色彩同样能让图表显示的很**



　　大数据可视化需注意什么问题.中琛魔方大数据分析平台 (www.zcmorefun.com)表示在做大数据可视化的时候，要充分了解每一个工作部分是怎样发挥作用的以及它的价值，观察别人看图片时得到的信息。不要忘记*重要的事情，没有数据，一切都是空谈。同样，如果数据是空洞的话，得到的可视化图表也是空洞的。数据提供多维的信息，即使在粒度足够小以观察细部的情况下，也有必要知道应该观察什么。