现代市场竞争日趋激烈，企业经营不确定性剧增，管理者所需关注的各种信息众多，已无法从单一的报表数据看透企业经营状况。财务人员受限于管理维度复杂、管理者需求多变、数据量巨大等问题，囿于收数、导数、做表的无限循环，而耗费诸多人力制作的报表，到管理者手中往往已经失去时效，管理者难以迅速获取有效的信息辅助其做出决策。 根据认知发展理论（Theory of Cognitive Development），在分析推理过程中，当人类感受到外界刺激（例如可视化图表中的形状色彩元素刺激人类视觉系统）时，能够快速将感知到的信息纳入已有的知识结构中，并且，对于感知到的与现有知识结构不一致的信息，也能够迅速找到与之相关的知识结构予以标记，或者创造一个新的知识结构。人类从外部获得的信息有80%以上来自于视觉系统，因此，数据可视化是最能直接感知数据背后所蕴含信息的环节，对于数据发挥价值以及驱动企业经营决策起着至关重要的作用。随着数据可视化工具在多种财务场景下的落地应用，能够帮助财务人员迅速将巨量碎片化数据整合为信息，并将信息以更为清晰、易懂的方式快速呈现为可视化图表，辅助管理者更敏捷、高效地从多种维度出发把握企业整体发展情况。 二、数据可视化的发展与演进 数据可视化利用人的视觉能力，通过图像或图形的设计，实现枯燥或复杂事物的直观展现。随着理论知识的发展，以及数据可视化工具的不断迭代，数据可视化所承载的信息愈加复杂，包含的数据量愈加巨大，其所应用的领域也愈加广泛。据此，将其从诞生至今的发展历程分为五个阶段。 第一阶段：地理测量阶段。大航海时代，欧洲的船队出现在世界各地的海洋上。这一时代背景促进了针对地理或天文上实际存在的测量数据进行可视化呈现的地理图或天文图的发展，为数据可视化发展奠定了基础。 第二阶段：抽象图表萌芽阶段。18世纪，欧洲政府部门开始重视人口、疾病、犯罪等公共领域的数据，同时，概率学和人口统计学等统计理论学科也在迅速发展。在理论与应用的双重诉求下，饼图、柱状图、直方图等基本图形开始代替复杂的数字来展示数据。例如，William Playfair绘制的世界上第一幅饼图中展示了法国大革命前后土耳其帝国在亚洲、欧洲和非洲的疆土比例。 第三阶段：简单抽象图表成熟阶段。随着信息数据的价值被欧洲社会普遍认同，数字信息对社会、工业、商业和交通规划的影响不断增大，欧洲国家统计学会制定了各种图形图表的分类和使用标准，统计图表在这一时期被广泛认知并使用，不同数据图形开始出现在书籍、报刊、研究报告和政府报告等正式文档之中。 第四阶段：复杂抽象图表产生阶段。20世纪60年代末，随着计算机的普及，人们处理数据的能力得到跨越式提升，逐渐开始利用计算机绘制可视化图表。由于计算机的数据处理精度和速度均优于手工处理，数据缩减图、聚类图、树形图等新颖复杂的高精度数据可视化图表陆续出现。并且，在一张图上展现多种类型数据，或用新颖的抽象形式展示数据之间的复杂关联的复杂数据可视化开始出现并得到发展。 第五阶段：大数据可视化分析阶段。随着大数据时代的到来，数据中所能呈现的信息量也与日俱增，数据可视化领域研究热度不断升级，数据可视化逐渐与数据挖掘、统计分析、图形学、人机交互、认知科学等领域结合起来，综合数据处理、算法设计、软件开发、人机交互等多种相关知识和技能，辅助用户从巨量、复杂甚至不完整的数据中快速挖掘有用的信息。根据Gartner公司的预测，到2025年，数据故事（使用视觉解释）将成为数据分析的最常见方式，其中有75%的分析由可视化技术自动生成。 随着数据可视化技术及理论的不断发展，数据可视化的应用范围不断扩大，在财务领域也逐渐得到应用。例如，王志权认为，信息技术的发展为数据可视化提供了条件，也为创新财务管理中数据信息的呈现方式提供了新的方向。路伟果等提出，随着可视化技术的不断发展，财务数据得以通过清晰、直观、富有美感、双向动态的数据可视化形式呈现，吸引财务信息使用者关注，从而提高财务相关数据使用效率，增强财务数据解释的互动性和灵活性。 三、数据可视化“三要素” 数据可视化是将单一数据或复杂数据通过视觉呈现，从而精简且直观地传递出数据所蕴含的深层次信息。数据可视化设计的主要原则包括四个方面：第一，充分利用已有的先验知识；第二，选择合适的视图与交互设计；第三，确定并控制可视化图表所包含的信息量；第四，添加美学因素吸引注意力。通过数据可视化，可以将一些抽象的、冗余的甚至表面“毫无联系”的数据在适当的逻辑之下，通过特定工具整合起来，利用合适的图形表达出数据背后的深层信息。因此，数据可视化的实现除需要考虑四大原则之外，还需要考虑基本图表、展现逻辑以及实现工具三个要素的选择与使用。 （一）基本图表 数据可视化所展现的图表不仅仅局限于传统的折线图、条形图以及饼图等基本图形。为了使数据能够得到更加直观清晰的表达、用户的可视化需求得到更大限度的满足，数据可视化基本图表也逐渐得到丰富（如图1所示）。不同的图表有不同的适用条件和场景，用户首先需要基于数据可视化使用诉求，确定展示目的，如数据之间的比较、联系、构成或描述等，缩小合适的可视化图表的范围。进而，在已确定诉求的基础之上，根据数据的特征以及所需展示的维度进一步进行图形的选择，例如诉求为数据间的对比分析时，则需根据数据本身的特征选择大小、趋势或环节的对比图形。总之，用户应从数据本身的特征及其可视化展示的目的出发，选择最佳的可视化类型，将目的、数据与合适的可视化图表相匹配，迈出数据可视化展示的第一步。
