Dubovskii建议到不要去做完美主义者。任何事都不能一蹴而就。先做好基础的工作，最后再逐渐提升。意识到数据可视化软件并不是万能的乍一看，纽约市的非营利组织DonorsChoos致力于跟踪和分析当地学校获得的财务捐助。试图为学校管理者、当地国会议员和记者出具一份报告时。数据可视化系统对这种非技术组织来说应该是最好的选择了不过该组织的数据科学家VladDubovskii表示，保守的数据可视化软件有诸多限制。

考察过Yellowfin商务智能、Gooddata公司和Tableau软件的可视化软件，Dubovskii表示但都不满意，最终选择了LookerDataScienc系统。因为它可以以个性化的方式运行高级的演讲。Dubovskii说道：已经能够编写真正复杂的业务规则了或者裕兴高级的分析。Dubovskii表示，这并不是说激进数据可视化软件系统无法提供个性化服务。组织中如果没有数据科学家，就需要过度依赖供应商。而DonorsChoos有自己的数据科学家团队，就可以选择比自服务可视化更高级的工具。

Looker系统确实能够将数据进行图形可视化，Dubovskii表示。但这不是选择它主要原因，因为很多数据可视化系统都有这个功能。之所以选择Looker因为它专有的可以定义演讲规范的LookerML语言。这种语言下，拥有了更多的权限，可以制作相关性更高的演讲。DonorsChoos使用Looker系统出具了捐赠指数演讲，最近。这份报告揭示了很多慈善捐赠的特点，无论是对普通教育学校还是对高等教育学校。演讲显示，曼哈顿、布鲁克林和芝加哥收到慈善捐赠最多。级别越低的学校越能收到更多的捐赠。科学、技术、工程和数学项目更易获得捐赠。

方便它筹款。最初DonorsChoos从2000年成立之初就搜集这些数据。但他不知道如何让学校和地区从这些数据中受益。DonorsChoos只是开放了数据库，但只有技术人员才干从中发现关联，提取价值。所以在2013年，DonorsChoos就部署了演讲系统。可以称它为大数据系统，DonorsChoos选择的应用与数据可视化软件有很多共同之处。大数据和激进商务智能的界限并不明显。Dubovskii认为。不过它解决的并不是大数据问题。数据可视化软件也是这样，能够从数据中提取价值，但远没有大数据那么丰富。需要不同的应用。对于初涉数据分析的组织来说，不同的技术等级。数据可视化软件是一个不错的选择，但对于DonorsChoos这种有数据科学家团队的中型组织，就需要Looker这种更成熟的软件。