Des données, des tas de données, en aug­mentation constante, perpétuelle.
Voici, et ce n’est pas une nouveauté, le constat de toutes les entreprises.
Elles viennent des blogs, des réseaux sociaux, des logs (pour les capteurs par exemple), etc.
Ces nouvelles informations qui s’amassent sont aussi traitées différemment pour être présentables sur différents supports.
Si de nouvelles méthodes graphiques ont été inventées, il reste un certain flou artistique sur le choix de la présentation de ces données gra­phique, camembert, carte géographique ?
Les éditeurs ont inventé de nouvelles manières de visualiser les données, plus actuelles, tendances.
On pense par exemple aux représentations sous formes de hashtag (mots-dièse, en français), de nuages de mots voire de » heat mapp, c’est-à-dire sous forme géographique représentée avec des points chauds via des symboles de taille pro­portionnelle.
Par exemple, La police américaine les utilise pour déterminer des zones plus sen­sibles que d’autres.
Le but est toujours le même : donner une vue synthétique à l’utilisateur data visualisation bien construite doit permettre de mettre en valeur une information, souligne Jérôme Cornillet, directeur Analytics et Visual Analytics chez SAS.

Une chose importante à retenir la différence entre tableau de bord et analyse exploratoire.
La data visualisation doit être la suite logique de l’analyse de données.
D’ailleurs, la plupart des projets qui aboutissent à de la data visualisation ont pour genèse une problématique d’analyse de données.
On parlera donc de tableau de bord dans des cas d’utilisation de type « data journa­lism » par exemple.