最近看了一篇相关的文章，讲的是数据可视化和交互式数据分析，高可视性的可视化项目主要关注两个目的：带来灵感和帮助解释。然而，可视化可以通过数据分析来增加对复杂问题的理解，这样的项目虽然不多见，但不代表不重要。

数据可视化的三个主要用途：

（1）激动人心

第一个用途是激励人们，让人们惊叹！但这种惊叹不仅仅是在肤浅的表面，而是真正让人们获得更深层次的思考、美感和敬畏。可视化具有令人难以置信的力量，可以吸引人们的注意力，同时也可以将它们引入梦幻般的虚拟世界，将抽象概念转化为更有形的存在。

（2）解释现象

第二个用途是使用图形图表来说明一些复杂的想法，现象或过程。这是一个图形表现的领域：人类是视觉生物，所以一张图片有时胜过千言万语。

（3）分析问题

第三个用途是从数据中提取信息，用来解释问题同时增加对一些有趣现象的理解。当然，解释性可视化也有助于人们理解某些事物。但这里的主要区别在于，在解释性的可视化中，作者已经知道了可视化的内容（在执行了一些分析之后），而在分析学中，可视化的主要价值是帮助人们第一时间理解数据。

当时有关于一点需要数据分析的从业人员，多一些工具，少一点可视化

如果我们的目的是想要提升数据分析和可视化的影响力量，并将其交给那些为我们解决重要问题的人，我们需要更多地关注分析工具而不是如何来制作数据可视化。构建下一个令人惊叹的图形可能很有趣、有启发性甚至在某种程度上会有用，但最终我认为我们需要为其他人构建工具，以帮助人们利用数据和可视化蕴含的全部力量。

说的简单点，就是如果是可以十分钟就可以用工具解决的事情，你愿意花半天来数据预处理，写代码来进行分析吗？答案不言而喻，你可以用更多的时间去充实完善自己！

综上所述，我上周了解到一个自助式分析的敏捷BI---豌豆BI，它定位是业务人员都可以使用数据分析工具，可是最吸引我的是它的下钻联动，让我在工作汇报的时候数据也不再是单调的数字。它让数据之间多了一些互动，一张报告上面的数据，也不再只是一堆数据而已，反而涵盖的数据和内容更多。

简言之，数据可视化的升级版是数据交互，你数据做的再漂亮，别人不理解也是无用功，作为人人都可以用的数据分析工具的豌豆BI做到了，还有更精彩的功能，还等待你的体验！