La visualització de dades és entesa per moltes disciplines com l'equivalent modern a la comunicació visual. Aquesta disciplina es basa en la creació i estudi de la representació visual de dades, és a dir, "informació disposada de forma esquemàtica juntament amb atributs o variables per les unitats d'informació". La visualització de dades es referix tant a la disciplina com a l'objecte de la disciplina mateixa. Com a disciplina encara està desenvolupant-se. (Enllaç alternatiu )
L'objectiu principal de la visualització de dades és comunicar informació clarament i de forma eficient a través de gràfiques estadístiques i gràfiques d'informació. Les dades numèriques poden ser codificades utilitzant punts, línies, o barres, per tal de comunicar visualment un missatge quantitatiu.Stephen Few-Perceptual Edge-Selecting the Right Graph for Your Message-2004
Les visualitzacions efectives comuniquen idees complexes de forma clara, precisa i eficient, de forma que ajuden els usuaris a analitzar i raonar sobre dades i evidències.
La visualització de dades és a la vegada un art i una ciència. S'ha considerat per molts com una branca de l'estadística descriptiva, però actualment s'entén com una eina de desenvolupament de la teoria fonamentada. El ritme de creació de dades ha augmentat. Les dades creades a partir de l'activitat d'internet i de la gran quantitat de sensors que mesuren l'entorn, com els satèl·lits, es coneix com a "Big Data". Processar, analitzar i comunicar aquestes dades implica reptes ètics i analítics per a la visualització de dades. El camp de la ciència de dades i els professionals que s'hi dediquen, han aparegut per ajudar a assolir aquests reptes.Forbes-Gil Press-A Very Short History of Data Science-May 2013
Definicions La visualització de dades va ser preferida a la visualització de la informació per l'amplària de la definició de informació. Així, les dades són definides per Michael Friendly com: "informació la qual ha sigut abstreta en alguna forma esquemàtica, incloent atributs o variables per a les unitats d'informació."
Una de les primeres definicions donades al concepte de la visualització de dades va ser la que donà Colin Ware: "La representació gràfica de dades o conceptes, que té com a resultat una imatge mental o un artefacte extern que ajuda a la presa de decisions" (Ware, Colin. Information Visualization, Third Edition: Perception for Design. Morgan Kaufmann, 2012)
La definició de Ware la visualització de dades inclou la representació gràfica de conceptes, però normalment se centra estrictament sobre les dades.
Visió general miniatura|La visualització de dades és un dels passos dins l'anàlisi de dades i la tasca de presentar-les als usuaris. La visualització de dades comprèn les tècniques utilitzades per comunicar dades o informació per codificar-les com a objectes visuals (p. ex., punts, línies o barres) continguts a les gràfiques. L'objectiu és comunicar informació de forma clara i eficient als usuaris. És un dels passos essencials en anàlisi de dades o la ciència de dades. Segons Friedman (2008) "l'objectiu principal de la visualització de dades és comunicar informació clarament i eficaçment a través de formes gràfiques". Això no significa que la visualització de la dades sigui necessàriament avorrida per tal de ser funcional o extremadament sofisticada per ser bonica. Per transmetre idees eficaçment, tant l'estètica com la necessitat de funcionalitat han d'anar agafades de la mà, proporcionant simplicitat i claredat a conjunts de dades complexos comunicant els seus aspectes clau d'una manera més intuïtiva. Tot i així els dissenyadors sovint fallen en el seu intent d'aconseguir un equilibri entre forma i funció, creant visualitzacions estèticament fantàstiques que fallen per servir el seu propòsit principal — comunicar informació".Vitaly Friedman (2008) "Data Visualization and Infographics" in: Graphics, Monday Inspiration, January 14th, 2008.
De fet, Fernanda Viegas i Martin M. Wattenberg suggereixen que la visualització ideal no només ha de comunicar clarament, sinó que ha d'estimular l'atenció i el compromís dels espectadors.Fernanda Viegas and Martin Wattenberg, "How To Make Data Look Sexy", CNN.com, April 19, 2011. http://articles.cnn.com/2011-04-19/opinion/sexy.data_1_visualization-21st-century-engagement?
La visualització de dades, a més, no es limita a la comunicació d'informació, una visualització és també una manera de millorar la comprensió de les dades (des d'una perspectiva basada en les dades), de detectar tendències, d'adonar-se de resultats, d'explorar fonts, i d'explicar històries.Grandjean, Martin (2015) "Introduction à la visualisation de données, l'analyse de réseau en histoire", Geschichte und Informatik, 18-19, 109-128.A Beginner's Guide to Creating Data Visualizations. http://knowledgent.com/infographics/data-viz-101/
La visualització de dades està molt relacionada amb els gràfiques d'informació, la visualització d'informació, la visualització científica, l'anàlisi de dades exploratòria i les gràfiques estadístiques. En els darrers anys, la visualització de dades ha esdevingut una àrea activa de recerca, ensenyament i desenvolupament. Segons Post et al. (2002), ha unit els científics i la visualització d'informació.Frits H. Post, Gregory M. Nielson and Georges-Pierre Bonneau (2002).
La Guia de visualització de dades (2018) de la Generalitat de Catalunya defineix com als objectius de la visualització de dades: explorar, analitzar i explicar.
L'exploració permet que l'usuari interrogue les dades que se li presenten. També permet que s'analitzen les dades podent traure conclusions. La explicació consistiria en contar una història a l'usuari.
Característiques de les visualitzacions gràfiques miniatura|Charles Joseph Minard 1869 "Carte figurative des pertes successives en hommes de l'Armée française dans la campagne de Russie en 1812-1813" - un exemple primerenc d'una gràfica informativa. Edward Tufte va explicar que els usuaris de visualitzacions d'informació necessiten realitzar tasques analítiques com per exemple comparacions o la determinació de la causalitat. El principi de disseny de la informació gràfica ha de donar suport a aquestes tasques analítiques mostrant també les comparació o la causalitat.Edward Tufte-Presentation-August 2013
En el seu 1983 llibre The Visial Display of Quantitative Information, Edward Tufte defineix les visualitzacions gràfiques i els principis per tal que siguin eficaces de la següent forma: "l'excel·lència en les gràfiques estadístiques consisteix en comunicar idees complexes amb claredat, precisió i eficàcia. Les visualitzacions han de: Mostrar les dades Induir l'espectador a pensar en la matèria tractada més que en la metodologia, el disseny gràfic, la tecnologia de producció gràfica o qualsevol Evitar distorsionant el que la dada mostra Presentar el màxim nombre de números en el mínim espai possible Mostrar el conjunt de dades de forma coherent Ajudar els espectadors a comparar diferents conjunts de dades Mostrar les dades amb diferents nivells de detall, d'una visió ámplia al detall més fi Servir a un propòsit concret i clar: descripció, exploració, tabulació o decoració Estar integrat en les descripcions estadístiques i verbals d'un conjunt de dades. Les gràfiques mostren dades. De fet, les gràfiques poden ser més precises i reveladores que les computacions estadístiques convencionals."
Per exemple, el diagrama de Minard mostra les pèrdues que va patir l'exèrcit de Napoleó en el període de 1812 a 1813. Es mostren sis variables: la mida de l'exèrcit, la seva ubicació en una superfície bidimensional (x i y), el temps, la direcció de moviment, i la temperatura. L'amplada de línia il·lustra una comparació (mida de l'exèrcit en cada moment) mentre que l'eix de temperatura suggereix una causa dels canvis en la mida de l'exèrcit. Aquesta representació multivariada sobre una superfície bidimensional explica una història que pot ser captat de forma immediata a la vegada que s'identifiquen les font de les dades que donen credibilitat a la representació. Tufte (1983) va escriure sobre aquesta visualització: "Pot ser perfectament la millor gràfica estadística mai dibuixada."
No aplicar els principis que Tufte llista per obtenir visualitzacions eficaces pot resultar en gràfiques enganyoses, que distorsionen el missatge o que porten a conclusions errònies.
Tufte anomena tinta-no-dada tots aquells elements mostrats en una gràfica que no aporten informació a la gràfica o que no ajuden a millorar-ne la comprensió. Concretament, es refereix als elements decoratius aliens a les gràfiques, que no realcen el missatge, o als elements tridimensionals o efectes de perspectiva que no fan més que confondre els espectadors com a chartjunk (fems de les gràfiques). Tufte també destaca el perill de separar en excés la llegenda de la imatge, requerint als espectadors mirar enrere i endavant de forma continua, i com aquesta pràctica és una forma de "debris administrativa". La proporció de "tinta-dada" hauria de ser maximitzada, esborrant les tinta-no-dades sempre que sigui factible.
La Congressional Budget Office dels Estats Units feia una proposta de bones pràctiques recomanades per visualitzacions de dades el juny de 2014: 1) Conèixer l'audiència de les gràfiques b) Dissenyar gràfiques comprensibles fora del context de l'informe que les conté c) Dissenyar gràfiques que comuniquen els missatges claus de l'informe que les conté.CBO-Telling Visual Stories About Data-June 2014
Relacions quantitatives miniatura|Una sèrie de temps il·lustrada amb un gràfic de línia que demostra tendències dins EUA federals gastant i ingressos amb el temps. miniatura|Un scatterplot il·lustrant correlació negativa entre dues variables (inflació i atur) va mesurar a punts a temps. Autor Stephen Few va descriure vuit tipus de relacions de dades quantitatives que els usuaris poden utilitzar per entendre o comunicar un conjunt de dades i els va associar amb les gràfiques més adients per ajudar comunicar la informació que aportaven: Sèries temporals: es captura una sola variable sobre un període. Un exemple d'aquest tipus de visualització és la gràfica de línia que mostra l'índex d'atur en un període de 10 anys. Normalment, s'utilitza per a sèries temporals un diagrama de punts i línies per mostrar les tendències o pics de les dades. Rànquing: les subdivisions categòriques s'ordenen en ordre ascendent o descendent. Una diagrama de barres és una bona forma de mostrar aquest tipus de comparacions. Part-tot: les subdivisions categòriques es mesuren com una proporció d'una totalitat. Tant el diagrama de sectors com el diagrama de barres poden mostrar aquesta comparació de proporcions. Un exemple d'aquest tipus de relació és la participació en el mercat de cadascun dels agents que hi participen. Desviació: els conjunts de dades es comparen amb un conjunt de referència. Un exemple d'aquest tipus de relació seria una comparació de les despeses de diferents departaments dins una empresa amb la despesa mitja de tots els departaments. Per mostrar aquesta relació podem usar una gràfica de barres per a les despeses de cada departament amb una línia per representar la despesa mitjana. Distribució de freqüència: mostra el nombre d'observacions d'una variable particular en un interval concret, un exemple d'aquesta visualització pot ser la representació del nombre d'anys en què el retorn de mercat de valors es troba entre els intervals 0-10%, 11-20%, etc. Es poden utilitzar per a aquesta anàlisi un histograma o un diagrama de barres. Un diagrama de caixa podria ser d'ajuda per visualitzar les estadístiques clau sobre la distribució, com la mediana, els quartils o els valors destacats, etc.