Den studerende skal lære at udvikle visuel kommunikation på baggrund af data. Valgfaget er delt op i fire dele:
• Del 1 giver en forståelse af hvad data er
• Del 2 har fokus på identifikation af relevante datasæt
• Del 3 omhandler analyse af de identificerede data
• Del 4 handler om visualisering og formidling af disse data.

Udgangspunktet er at den studerende forstår, hvem der skal kommunikeres til og hvorfor. Det kan være interne interessenter eller eksterne samarbejdspartnere. Dataanalyse udføres med henblik på at forstå relevante sammenhænge, og visualisering maksimerer det kommunikative udbytte.

Den studerende:
● Har udviklingsbaseret viden om visualisering af data, herunder de muligheder, udfordringer og faldgruber, visualisering af et datasæt kan medføre.
• Kan forstå praksis og anvendt teori og metode inden for dataanvendelse og kan reflektere over, hvordan formidlingen understøttes gennem forenkling og valg af de rette visuelle virkemidler.

Den studerende:
• Kan anvende metoder og redskaber inden for validering af relevante datasæt og mestre analyse af potentielle løsninger på tværs af Business Intelligence platforme og visualiseringsværktøjer.
• Kan vurdere praksisnære og teoretiske problemstillinger samt begrunde og vælge relevante løsningsmodeller inden for valg af datakilder (fx Google analytics, Facebook Manager og andre Business Intelligence værktøjer)
• Kan formidle praksisnære og teoretiske problemstillinger inden for datavisualiseringer til potentielle brugere, samarbejdspartnere og andre interessenter.

Den studerende:
• Kan håndtere komplekse og udviklingsorienterede situationer i arbejds- eller studiesammenhænge i forhold til at udvælge relevante visualiseringsværktøjer (fx Microsoft Power BI, Tableau og Adobes programpakke, Excel og andre værktøjer) med henblik på at udvikle digitale og værdiskabende datavisualiseringer
• Kan selvstændigt indgå i fagligt og tværfagligt samarbejde og påtage sig ansvar inden for rammerne af en professionel etik i forhold til validering, anvendelse og visualisering af datasæt på tværs af platforme og værktøjer.
• Kan identificere egne læringsbehov og udvikle egen viden, færdigheder og kompetencer i relation til professionen, herunder identifikation af de visualiseringsværktøjer, der bedst kommunikerer data til den valgte målgruppe.