数据视觉化源于20世纪50年代的计算机图形学，计算机次根据数据生成了图形和图像。该学科的兴起，始于1987年美国科学基金会的学术报告“科学计算的可视化”，此外，一些新兴的数据采集设备也产生了各种海量数据，如医用扫描仪，电子显微镜，这些数据以文字，数字及各种媒体形式保存起来。此时，非常需要应用先进的计算机图形技术来处理和可视化这些海量数据。
据可视化的主要目的是通过图形化手段进行清晰，有效的信息传递。数据可视化并不意味着为了功能而设计成无聊的功能性图表，也不意味着是为了美学形式而设计成炫目华丽的画面。为了有效地传达信息，美学形式和功能需要齐头并进，通过对海量的复杂数据进行分析，并以非常直观的视觉手段进行表达。然而，设计师常常无法取得美学形式和功能之间的平衡，以至于创造出一些华丽的可视化图表，却牺牲了其主要目的-信息的有效传递。
数据可视化与信息图形，信息可视化，科学可视化和统计图形有密切的关系。目前，数据可视化是一个在研究领域，教育领域，产品开发领域中非常活跃和重要的学科。数据可视化结合了已经相对成熟的科学可视化和新兴的信息可视化。
“科学计算可视化”即后来的“科学视觉化”，最初仅指科学计算过程中的一部分，例如计算机建模中显示的模型，机械模拟中的仿真环境。今年来，在商业、财务、管理和数字媒体等领域出现了各种海量数据，数据可视化也正日益被这些领域所关注。20世纪90年代初产生一项名为信息视觉化的新兴研究，为不同应用领域中的海量信息处理提供支持。因此， “数据可视化”一词同时被科学领域和信息视觉化领域所接受。
可视化算法与技术立体可视化信息可视化多分辨方法建模技术交互技术和信息架构 数据视觉化的成功兴起首先归因于其稳固的核心思想：利用计算机生成的图像，以深入了解数据的模式结构和逻辑关系。其次，人类视觉感知系统不仅广泛渗透在指导和解释各类复杂对象的过程中，而且在模拟和采集来自不同科学领域中的海量数据中也发挥着关键作用。因此，数据视觉化对于计算机科学领域、管理领域、行政领域等涉及海量数据的领域显得格外重要，并且将在未来发挥更加广泛的影响。
提取与营销相关的客户、产品、服务数据，采用聚类分析和关联分析方法搭建数据模型，通过用户规则属性配置、规则模板配置、用户画像打标签，形成用户数据规则集，利用规则引擎实现营销推送和条件触发的实时营销推送，同步到前端渠道交互平台来执行营销规则，并将营销执行效果信息实时返回到大数据系统
