在可用性測試中，數據的價值主要體現在為測試結論提供支持，換句話說，如果我們不能用數據很好的和別人進行交流，我們數據的價值有非常有限。
用表格形式來呈現數據是一種比較簡便的方式，但是，為了更好的對數據做出解釋，我們需要圖形化的方式來呈現數據。
通常情況下，我們用到的數據圖的類型有以下幾種：
l 條形圖（柱狀圖） Column or bar graphs
l 折線圖 Line graphs
l 散點圖 Scatter plots
l 餅圖 Pie charts
l 堆積條形圖 Stacked bar graphs
其中最常用的應該屬於條形（柱狀）圖，在可用性測試報告中，我們經常會用到這樣的數據呈現形式，一般情況下條形（柱狀）圖會用來呈現用戶特征、任務完成率、任務完成時間、AB測試的比較等等，我們先就這個類型數據圖使用原則進行討論。
在平時編寫可用性測試報告的時候，我們發現條形圖特別適合呈現離散的項目和類別，如任務，參加者，設計等等，特別適用於數據比較，以長短的圖形表示非常直觀。但是這樣有一個前提，就是坐標軸必須以“0”為起點。如果不這麼做，看上去就好像是人為操縱了柱形的長度。這個屬於加入了主觀因素，是我們必須避免的。
然後，圖表坐標軸的最大值最好不要高於理論上的最大值，這樣會讓圖表顯得不合理。如，完成率最高是100%，我們在繪制條形圖時，完成率坐標使用120%這樣的標記不但沒有意義的，而且會使數據顯得不嚴謹。同時，過分強調數據的准確性也是不必要的，實際中我們發現，在不涉及相關系數的情況下，整數是最好的形勢，舉例來說，把完成率標定為100.0000%大家都會覺得別扭。
第三，在條形圖呈現參加者數據平均值的時候（時間、評分等），都會涉及到數據的變異性和置信區間這個概念，如果我們能通過增加誤差線（error bars）來圖形化表示數據的變異性，就能夠讓我們的數據變得易於理解，也更能體現出我們數據的價值。
圖：標准的柱形圖，誤差線表示95%的置信區間
第四，考慮到數據用戶的多樣性，我們這邊特別要注意數據表達方式，如，對於太長的標題也要用水平的方式來呈現，避免用戶側頭觀看；對於數據條的顏色要用對比比較強烈的色彩，避免色盲的用戶產生障礙；對於數據量超大的表格，建議以分類別呈現的方式來表達，避免表格承載太多的信息而影響表示效果。
最後，我們說一個大家都比較關心的問題：如何判斷應該使用柱形圖還是折線圖。
我們經常會遇到這樣的情況，在呈現一組數據的時候，覺得柱形圖不錯，折線圖也可以，那麼，我們怎麼來判斷呢？有一個簡單的辦法，先假設自己需要使用折線圖，然後我們問自己一個問題：連接數據點的連線有意義嗎？
換句話說，如果在這些位置沒有數據，我們添加數據能增加數據說服力嗎？
如果不能，請使用柱形圖。
所以只要合理的運用以上原則，我們不僅可以做出美觀的圖形讓枯燥的數據易於理解，更可以增加數據的說服力，體現數據的價值。