现如今越来越多的企业开始做数据可视化，而很多数据分析师认为只要最后除了可视化结果就好，而DataFocus虽然能够依靠智能搜索分析帮助很多决策者或分析师解决大量的步骤，也希望大家明白BI工具或可视化只是数据分析金字塔的一块砖，而地基和塔尖需要一套完备的思维和方法，才能向大众展现完整的金字塔。
第一就是要有严谨而简要的分析过程
分析过程或许比较艰难和凌乱，但这样的过程就千万拜托不要表现在分析报告里。 使用了什么样的数据源，使用了什么样的分析工具、采用了什么样的分析方法等等，这一切都不是阅读者最为关心的。只需要简明扼要、严谨而综述地说明分析过程得概要就好，因为常见而易用的数据分析过程和方法其实并没有太多。所以，不用担心阅读者看不懂，也没必要花太多时间和精力、浪费文字介绍经历了什么过程，使用了什么样高大上的分析方法。
第二是流畅的分析综述文案
数据化的报告最忌讳的是，制作者以自己的磕磕碰碰的思维逻辑，制作了一份同样拖泥带水、蜿蜒曲折的报告。分析过程因为是自己做的，所以只有自己才能看得懂来龙去脉，除了自己，阅读起来都很累。在撰写报告的时候要站在阅读者的角度去思考，他们会怎样阅读？所以，首先需要积极转变思路和视角，我们需要站在阅读者审阅的角度去制作一份数据化的报告。并且他们只愿意花 10 多分钟的时间读完这份报告并能清楚地获得我们想要给他们转达的分析知识和信息。所以，报告对数据的解读流畅性十分重要。通过什么样的分析过程和结论，来表达什么样的数据分析观点和知识。我们的解读语句要能够很好地驾驭和覆盖住这一切，否则这份数据化报告读起来依然会很累。
第三才是可视化的分析结论
在BI领域，很流行一句话：让数据来自我解释或者让数据来说话。所以，你还在用文字来阐释数据化报告的结果和结论吗？在这个大数据时代，有太多可视化的分析工具，用图表代替大量堆砌的数字会有助于阅读者更形象更直观地看清楚运营的现状和问题以及你数据化的报告里所呈现的分析结论、知识或者信息。当然，凡事都需要有度，图表也不要太多，过多的图表一样会让人无所适从。需要注意的另外一点是，使用合理而贴切的图表进行数可视化的阐释，该用折线图的时候就折线图，该用雷达图的时候就雷达图…如果这样的问题区分不清楚，可视化图标只能是画蛇添足而不是锦上添花。
第四在可视化之后，反应现状和问题，提出方案与建议
这是很关键的一点，我们在基础的数据之上做了深入的分析，那么这个过程就决定了我们比别人都更清楚数据化的报告所呈现出来的现象和本质，以及他们的来龙去脉。此时所要做的不仅仅是解读数据分析的结果，需要在分析结果之上，进一步深入挖掘、探索和研究： 导致分析结果现状和问题的真正原因，并给出的分析知识和信息之上给出建议和解决方案。而且这是你的上司或者客户常常都会期望看到的结果，因为他们不仅仅希望你是那个发现问题的人，也期望你能够凭借你的经验和认识成为那个解决问题的人。
