Datavisualisatie geeft data grafisch weer om patronen te onthullen. Een tabel met duizend getallen is moeilijk te lezen. Een lijndiagram van dezelfde data laat de trend direct zien. Visualisatie maakt gebruik van het menselijk visueel systeem. We zijn goed in het herkennen van patronen, uitschieters en veranderingen. We zijn echter minder goed in het mentaal verwerken van tabellen met getallen. Grafieken overbruggen die kloof.

Een goede visualisatie begint met de vraag: wat wilt u laten zien? Een vergelijking, een verdeling, een samenstelling, een relatie of een trend? Elke vraag suggereert een bepaald grafiektype. Voor vergelijkingen zijn staafdiagrammen geschikt. Voor verdelingen zijn histogrammen of boxplots geschikt. Voor samenstellingen zijn gestapelde staafdiagrammen of treemaps geschikt. Voor relaties zijn spreidingsdiagrammen geschikt. Voor trends zijn lijndiagrammen geschikt. Het kiezen van het verkeerde grafiektype verhult het antwoord. Een cirkeldiagram met twaalf segmenten is onleesbaar. Een lijndiagram met categorische gegevens op de x-as is misleidend. Kleur, schaal en labeling zijn allemaal belangrijk. Een afgeknotte y-as overdrijft kleine veranderingen. Regenboogkleurenschalen zijn moeilijk leesbaar en ontoegankelijk voor kleurenblinden. De beste visualisaties zijn eenvoudig. Ze ontdoen zich van versiering en laten de data voor zich spreken. Edward Tufte noemde dit het maximaliseren van de data-inktverhouding. Elke pixel moet informatie bevatten of uit de weg gaan.

Visualisatietypen per doel

• Vergelijking — staafdiagrammen, puntdiagrammen
• Verdeling — histogrammen, boxplots
• Compositie — gestapelde staafdiagrammen, treemaps, cirkeldiagrammen
• Relatie — spreidingsdiagrammen, hittekaarten
• Trendgrafieken — lijngrafieken, vlakgrafieken

Een grafiek is een argument. Het moet het punt duidelijk maken zonder de kijker te misleiden.