1、它提供评估而不是准确性

虽然信息在预见情况时是准确的，但相似的感知只是给出了评估。毫无疑问，将强大而冗长的信息转变为简单的图形配置是非常困难的，但这种对数据的描绘可能会时不时地引发理论终结。

2、片面

信息表示的基本安排发生在人机界面上，这意味着作为感知基础的信息可能是片面的。为等价物带来信息的个人可能只考虑信息的重要部分或需求中心的信息，并可能拒绝其余信息，这可能会导致片面的结果。

3、没有帮助

信息感知的缺点之一是它无济于事，这意味着人群的交替聚集可能会以意想不到的方式破译它。

4、不适当的计划问题

如果信息感知被视为这样的对应关系。在这一点上，它必须是可证明的，以澄清原因。如果该计划不合法，那么在那时，这可能会导致通信混乱。

5、错误参与的个人可以跳过中心消息

然而，信息感知的问题之一是，其澄清的清晰性完全取决于其人群的焦点，这可能是合乎逻辑的。

6、不能够完全替代其他数据分析工具

数据可视化只是看数据内容和结构，但并不能检测出数据中的重复内容，以及探究后续数据间的相互关系。

7、结果可能错误

除非用户数据不存在噪音和重复值，否则数据可视化的结果可能是错误的，因为它把噪音数据当做可视化的有效数据，这可能会对进一步的数据分析产生不好的影响。

8、数据可视化对某些模型效果并不好

比如分类和回归将不容易用可视化的方式表现出来。

9、无法正确地表示多维度概念性数据

由于大多数数据可视化只能以二维、三维形式来展示，因此无法正确地表示多维度概念性数据。