大数据分析平台作为大数据应用的前沿技术，一直被人们所期待和关注。大数据分析平台可以承载从数据提取到数据价值实现的所有功能。在这个过程中，有三个方面值得关注和重点发展。
1.数据清理功能
在大数据应用技术中，前端的数据清洗功能远比我们想象的重要。没有好的清洗，自然就没有后续的数据建模和数据挖掘。数据清洗功能不仅受技术发展的限制，还与数据类型和数据量密切相关。
大数据分析平台必须有兼容性强、查询速度快的数据清洗模块。面对海量待处理数据和非结构化数据的增加，数据清洗的工作量和强度必然会增加。认识到数据清理、研究和开发的重要性。d工程师将不遗余力地加强大数据的前端数据清洗和数据兼容性。
2.数据分析功能
数据分析能力是大数据平台建设的重点，也是大数据分析工具存在的意义。大数据分析平台的数据分析功能受多方面影响。除了软件设计技术和内置架构，数据分析模型也很重要，直接决定了大数据分析平台能够承担的数据分析任务。
3.数据可视化功能
数据可视化是目前最热门的大数据应用技术。数据可视化就是将各种平台上的数据或数据分析结果以图表的形式展示出来。这就要求大数据分析平台具备强大的数据图渲染功能，构建丰富的可视化效果，满足用户不同的展示需求。
除了终端展示的需要，数据可视化也是数据分析不可或缺的一部分，即数据返回时的二次分析。并且数据可视化也有利于大数据分析平台学习功能的构建，让没有技术背景的初学者快速掌握大数据分析平台的操作。
大数据分析平台之所以注重这三个方向的功能建设，并不是因为技术或理念建设的需求，而是为了满足信息化时代背景下人们对大数据分析平台的性能要求。除了以上三点，大数据分析平台还应该包含很多附加和扩展的功能模块，加强数据流沟通和用户沟通。
技术表明大数据分析平台的功能不是一成不变的，社会的实际需求引导着技术的发展和创新。在技术设定上，功能越接近实际需求，其价值就会越高。未来的大数据分析平台将在社会需求和技术创新中不断变化，zig zag！
