隨著科技的突飛猛進，我們擁有可以產生更多數據與儲存更多資料的方法，當然這指涉著資訊技術系統領域已經布滿我們的生活，我們的日常中私人的行為與眾人的活動都被量化、統計並記錄著。這些蒐集、處理與顯示數據的技術與工具已經存在於很多的行業、組織或場所中，我們就來談談其中資料視覺化的重要性。
理解的組成(Andy Kirk2016)
最簡單的例子就是地鐵圖，如果我們只是光看一份全部都是站名的表格，可能會需要一分鐘的時間來理解站與站之間的關係，而地鐵路線圖的簡明設計，協助乘客可以同時理解站名、路線特徵、地理分布、連結關係與次序，是一個加速理解的過程。Andy Kirk(2016)認為這就是一種｢理解的組成｣(the component of understanding)，是｢透過資料的再現與呈現，讓理解更加容易｣。各站間連結的關係就是｢再現｣(representation)，地圖樣式的設計就是呈現(presentation)，站名就是｢資料｣(data)，而乘客的閱讀就是｢理解｣(understanding)(如本圖)。
科學視覺化
資料視覺化的類型，可以依照表達方式的不同，粗略分為｢科學視覺化｣(scientific visualization)與｢資訊視覺化｣(data visualization)(shneiderman, 2014; Telea, 2014)。科學視覺化源自科學運算中的視覺化，一般在呈現科學數據的空間化、結構化，即為了理解數據的變化過程，透過圖形、圖表等各種視覺化手段，來檢查、分析、處理數據的過程或結果。許多運用在自然科學的研究工具之視覺化，都是科學視覺化，也有人翻譯作｢科學視算｣，著重在運算的過程表達，甚至是一種模擬。例如我們對大氣變化的模擬(如本圖，為微生物氣膠濃度與颱風的關係，初步結果顯示這些浮游生物對颱風降水也有很大的影響)。
訊息視覺化
第二種是｢訊息的視覺化｣，時常指的是非結構化的視覺化，主要是運用圖像來構成多維的非結構化，加深人們對資料的理解，也就是說，運用不同的視覺呈現方式，來達成作者、研究者、設計者與讀者之間的有效溝通，例如先前提到的地鐵路線圖(如本圖)。
科學視覺化與訊息視覺化的差異
我們可以簡單地比較兩者的差異(如本圖)。雖然兩者大抵可以用領域差異來做區分，但在數據資料的取得、分析、應用、儲存越來越快速、大量、方便的情況下，兩者之間的差異會因為技術的進步而有所混融。
視覺化之重
所以，我們大致上可以把握兩個視覺化的重要性因素。第一，為了有效傳播：資訊社會、系統化社會的日趨成熟，使得資訊的生產、傳遞、消費與再生產成為相當便宜又容易的事情，為了更有效的傳播，視覺化成為當然的手段之一；第二，為了輔助思考活動：基於數據的可變性、不確定性，視覺化的探索有助於觸探到數據思考，再現抽象為具象。晚近運算社會的來臨，(大)數據成為日常生活架構之一，這樣的視覺化無論是為了有效傳播，或是深度思考，更是成為關鍵技術。
