可视化分析将新的计算和基于理论的工具与创新的互动技术和视觉表示相结合，以实现人类信息话语。 工具和技术的设计基于认知，设计和感知原则。 这种分析推理科学提供了推理框架，人们可以构建战略和战术可视化分析技术，用于威胁分析，预防和回响。 分析推理对于分析师套用人类判断以从证据和假设的组合得出结论的任务至关重要。

可视化分析与信息可视化和科学可视化有一些重叠的目标和技术。对这些领域之间的界限没有明确的共识，但从广义上讲，这三个领域可以区分如下：

1.科学可视化处理具有自然几何结构的数据。

2.信息可视化处理抽象数据结构，例如树或图。

3.可视分析尤其涉及将互动式可视表示与基础分析过程（例如，统计过程，数据挖掘技术）耦合，使得可以有效地执行高级複杂活动（例如，感觉製作，推理，决策制定）。

可视化分析旨在将信息可视化技术与计算转换和数据分析技术相结合。 信息可视化构成了用户与机器之间直接接口的一部分，以六种基本方式放大了人类的认知能力：

1.通过增加认知资源，例如通过使用视觉资源来扩展人类的工作记忆，

2.通过减少搜寻，例如在小空间中表示大量数据，

3.通过加强对模式的识别，例如当信息按时间关係在空间组织时，

4.通过支持容易感知推理的关係，否则更难以诱导，

5.通过对大量潜在事件的感知监控

6.通过提供可操作的介质，与静态图不同，可以探索参数值的空间

这些信息可视化功能与计算数据分析相结合，可套用于分析推理，以支持感知製作过程。

可视化分析是一个多学科领域，包括以下重点领域

1.分析推理技术，使用户能够获得直接支持评估，计画和决策的深入见解。

2.数据表示和转换，以支持可视化和分析的方式转换所有类型的冲突和动态数据。

3.支持分析结果的生成，呈现和传播的技术，以便在适当的环境中向各种客群传达信息。

4.可视化表示和互动技术[利用人眼的宽频路径进入头脑，允许用户一次查看，探索和理解大量信息。

数据表示是适合于基于计算机的转换的结构化表单。 这些结构必须存在于原始数据中，或者可以从数据本身中导出。 他们必须儘可能地保留原始数据中的信息和知识内容以及相关背景。 对于可视分析工具的用户来说，底层数据表示的结构通常既不可访问也不直观。 它们通常比原始数据更複杂，并且不一定比原始数据更小。 数据表示的结构可能包含数百或数千个维度，并且对于人来说是难以理解的，但它们必须可转换为低维表示以进行可视化和分析。

可视化表示将数据转换为可见形式，突出显示重要特徵，包括共性和异常。 这些可视化表示使用户可以轻鬆快速地感知其数据的显着方面。 通过视觉表征以感知推理来增强认知推理过程，使得分析推理过程变得更快，更集中。