企業已經全面進入商業智能時代，更多的企業選擇將資金投入到數據系統的建立和決策輔助系統的升級上。在這個過程中，數據可視化作為商業智能（BI）的重要組成部分，是企業IT建設必然需要面對的環節。但對於整個數據體系和數據文化的建設，它的重要性其實並不高。很多企業仍然面臨著數據孤島、數據質量不高這些在數字化升級中老生常談的問題。近年來興起的數據治理軟件和數據中臺概念，也是各個組織開始返璞歸真，回過頭來治理並整合基層數據的表現。
數據可視化在經歷了前些年的炒作神化後，隨著技術的成熟和實施的普及，供應商在不斷整合（如Tableau被Salesforce收購，老牌廠商IBM和Oracle在可視化領域的退場）市場也在逐步地迴歸冷靜。但由於數據可視化是“臉面”部分，向沒那麼懂技術的高層展示時也最容易體現建設效果，所以市場上仍然有大量的客戶願意為其買單。常見的如大屏項目，幾張酷炫的動態儀表盤開發（前端+後端）加上硬件採購，就是一個不下百萬的項目。但其中的價值幾何，要打一個大大的問號。
首先必須明確，
商業智能不等於數據可視化，不等於可視化系統和報表，而數據可視化也不等同於可視化分析。從字面意思很好理解，但在實施過程中，企業用戶往往會被紛繁複雜的市場信息干擾，認為只要搭建起了酷炫的報表體系，就已經實現了商業智能，實現了數字化的轉型升級。就我個人參與過的很多項目而言（其中不乏500強等知名企業），很多企業對於商業智能工具的使用程度都比較低，以IT部門主導，業務人員仍然把BI工具視為一種很難很複雜而不願學習的技術，培訓推進難度較大。IT不完全懂業務，業務不願瞭解技術，致使很多企業的BI項目都是失敗的（Gartner在2018年底的報告顯示:有87%企業的BI和分析成熟度還很低）。很多組織只是在用新工具復刻過往的表格工作，最常見的就是將Excel報表照搬到系統上，做一些美化和圖表升級。同時管理者對工具的理解存在較大偏差，僅把商業智能工具用於查數和呈現，可以說企業數據文化和員工數據素養的培養依然任重道遠。
總得來說，數據可視化具備很多的優勢，其重要性仍然存在，但需要糾偏以下幾個觀念，才能以恰當的成本發揮出最大的價值。
數據可視化理念糾偏1：炫酷並不代表高效，樸素也一樣
可視化是不是越豐富越好？並不見得。根據全球知名IT諮詢組織Gartner的統計顯示，數據可視化中使用最多且效果最好的圖依次為條形圖、柱圖和地圖。而根據麥肯錫的圖表研究顯示，餅圖的應用場景常常被高估，實際的應用場景僅為5%，這是因為餅圖佔據了較大的空間，但呈現的信息卻相對有限，事實上，想要了解佔比情況，堆疊的條形/柱圖往往也能產生類似的效果。
在日常的工作中，管理者對於可視化的選擇往往容易陷入到兩個極端，一個是過分追求效果的酷炫，一張儀表盤內放很多的圖表，且圖表類型力求不一致。這樣的儀表盤往往看起來十分亮眼，但真正到了實際分析應用場景，往往會因為信息過多過雜，而對信息的獲取和分析產生較大的干擾。另一個極端則是：“我只喜歡看錶和數字。”沒有從傳統的Excel報表模式中走出，將可視化工具做成了一個自動化表格工具，十分的可惜。數字是冰冷的，對於大老闆而言或許只需要幾個指標即可做出判斷，但對於高層的決策和中層的執行，適當的規律體現仍然具有十分重要的意義。
優秀的數據可視化往往是簡約和酷炫的最大公約數，即採用大家常用的圖表類型，進行簡單的組合，又確保不喧賓奪主，保證了數據的可閱讀性，同時能夠藉助圖形的優勢，更好地展現發展的態勢，聚焦問題和關鍵指標，產生對決策支持的複合作用。
數據可視化理念糾偏2：可視化工具的亮點不僅在於呈現還在於探索分析
數據可視化工具往往涵蓋著多種多樣的圖表類型，但其實這並不是它功能的全部。現代化的可視化工具，可視化是一種呈現方式，更是一種分析方式，市面上主流的Tableau、power BI、Qlik等工具早已把優秀的可視化交互手段融入了每一步的數據探索操作之中，且因為操作簡單交互優良，學習成本和使用成本相較於過去的傳統商業智能工具，已經大幅度降低。使用者只需要帶著問題，通過簡單地“托拉拽”操作進行試探性的“探索”。在圖表的變化和組合中，既尋得了數據呈現的最好方式，也能在過程中獲得多元的分析視角。
但很可惜的是，當前的很多可視化分析工具仍然只被當做一個可視化呈現工具，儀表盤、圖表的開發與最終的分析者和用戶並非同一批人，懂業務的人不懂技術，懂技術的人缺乏業務理解和敏感度，仍是眾多企業的常態與現實。當然這也需要長期的數據素養和技能的培訓，是每一個企業都應在未來注重的提升領域，而強行要求每一個員工都是複合型人才在現在的大背景下也顯得不切實際。
數據可視化理念糾偏3：數據可視化不是終點而是新的起點
數據可視化的手段是無法替代人的思考的，以目前的技術手段，它仍然只能作為一個輔助手段，而不能將其結果奉為圭臬。最常見的一個問題就是：相關不代表著就是因果。以下的兩個極端例子就可以看出這一點。
1.每年在游泳池淹死人數的變化趨勢和尼古拉斯·凱奇（Nicolas Cage）每年出現在不同電影中的次數變化趨勢存在著非常強的相關性。
2.每年人均奶酪消耗量和每年被床單纏住而窒息的人數也存在著非常強的相關性。
現實的決策定然不會如此極端，但很多數據可視化的結果也很容易對決策者的判斷起到負面影響的作用。數據可視化為我們提供了發現問題和呈現現狀的有效途徑，但當一張張亮麗靈動的圖表出現在我們的面前，決策者依然需要多問幾個為什麼？通過學習並掌握真正的分析決策技術和統計知識，去甄別結果的正誤。從這個角度而言，數據的可視化讓企業的管理者不再拘泥於過往的複雜技術，而可以沉下心來思考業務最核心的問題。它的出現並不是讓人們淺嘗輒止地套用結果，停止思考，而是讓人們迴歸到了更純粹更高效的思考。
