好的DAP數(shù)據(jù)分析平臺(tái)應(yīng)該包括數(shù)據(jù)源頭管理、數(shù)據(jù)采集、數(shù)據(jù)加工、數(shù)據(jù)調(diào)度、數(shù)據(jù)集市、數(shù)據(jù)可視化配置、OpenAPI配置、機(jī)器學(xué)習(xí)算法等全生命周期的管理功能，把DW/ETL/BI結(jié)合在一起搞定傳統(tǒng)意義的數(shù)據(jù)分析、領(lǐng)導(dǎo)決策平臺(tái)，且能平滑升級(jí)后未來(lái)的大數(shù)據(jù)分析平臺(tái)。

前期通常以?xún)?nèi)部生產(chǎn)經(jīng)營(yíng)管理數(shù)據(jù)、格式化的數(shù)據(jù)為主，后期結(jié)合外部的數(shù)據(jù)（互聯(lián)網(wǎng)爬蟲(chóng)、同業(yè)對(duì)標(biāo)、國(guó)計(jì)民生、社交數(shù)據(jù)等）、包含非格式化數(shù)據(jù)，支持流式數(shù)據(jù)介入、預(yù)置算法、大數(shù)據(jù)深度分析、智能預(yù)測(cè)決策、且提供OpenAPI供其它系統(tǒng)使用。

數(shù)據(jù)分析平臺(tái)的重點(diǎn)是看什么、怎么分析看、怎么才好看（酷炫、便捷）；難點(diǎn)是數(shù)據(jù)全不全、準(zhǔn)不準(zhǔn)、數(shù)據(jù)怎么來(lái)、怎么加工處理。絕大多數(shù)數(shù)據(jù)平臺(tái)都忽略難點(diǎn)、主攻重點(diǎn)，很多時(shí)候把垃圾數(shù)據(jù)展現(xiàn)成精美點(diǎn)心、好看卻不實(shí)用。

數(shù)據(jù)平臺(tái)建設(shè)過(guò)程中包括幾個(gè)步驟，數(shù)據(jù)源分析與挑選（占30%工作量）、各系統(tǒng)數(shù)據(jù)同步抽取到ODS（占20%）、數(shù)據(jù)從ODS加工處理成可用的數(shù)倉(cāng)模型（占30%）、數(shù)據(jù)的展現(xiàn)配置及權(quán)限配置等（占20%），其中數(shù)據(jù)質(zhì)量管理、血緣分析、影響分析卻是要分析平臺(tái)底層來(lái)保障的，一個(gè)整體數(shù)據(jù)分析方案需要數(shù)據(jù)分析平臺(tái)、數(shù)據(jù)總線平臺(tái)、主數(shù)據(jù)管理平臺(tái)組合、相互協(xié)作來(lái)完成、保障數(shù)據(jù)決策分析平臺(tái)項(xiàng)目能夠落地、真正達(dá)到輔助領(lǐng)導(dǎo)決策的目標(biāo)。