1、区域空间可视化

当指标数据的主体与区域相关时，我们一般选择地图作为背景。这样，用户可以直观地了解整体的数据情况，也可以根据地理位置快速定位某个区域，查看详细的数据。

2、颜色可视化

用颜色的深度来表示索引值的强度和大小，是数据可视化设计的常用方法。这样，就可以一目了然地看到哪个部分的指标数据值更突出。典型例子，就是点击热力图了。比如下图的点击热力图，可以清楚地看到当用户根据颜色在谷歌中搜索关键字的时候，用户会更加关注哪里。由此可以得出结论：自然搜索结果，用户大概率只会点击前3名。所以，网站的SEO，业务人员都要尽量做到前几名才好。

3、图形可视化

在设计指标和数据时，使用具有相应实际意义的图形来组合表示，可以让数据图表显示得更加生动，用户也更容易理解图表所表达的主题。

4、面积及尺寸可视化

面积及尺寸可视化，是指区分同类型图形的长度、高度或面积(如列、圈、蜘蛛等)，以明确表示不同指标对应的索引值之间的对比。这种方法允许读者一眼看到数据和数据之间的比较。在制作这样的数据可视化图形时，一般会用数学公式来表达精确的比例尺。比如，用FineBI做的签到城市班级直方图，可以清晰地显示不同地区学生的比例，可以一眼看出北京、广州和上海学生的绝对比例。用FineBI做的预算图中，资金的流动，会以不同的货币流动和各金额的比例来明确表示。用FineBI还可以做蜘蛛图表，可以直截了当地看出公司的盈利能力，和风险控制能力。

5、抽象概念可视化

       这种方法吗，是通过将抽象的指标数据转化为熟悉的、易于感知的数据，使用户更容易理解图形的含义。比如你要解释：什么是非结构化数据?通过概念转换的形式，经结构化数据比作露出海面的冰山，非结构化数据比作隐藏在海底的冰山。因为每个人都知道，悬在海上的冰山只是冰山的一角，海底的冰山是冰山的绝大部分。这样来解释，对比数据量，描述非结构化数据的特征，是非常生动的，也更容易理解未知和困难的概念。