随着行业认知、科技发展以及行业对数据挖掘的需求，人们逐渐重视数据大集中，从上到下打破数据孤岛，实现基础数据根据数据模型互联互通，从而为上层应用提炼统计指标以及数据挖掘打好数据矿山基础。搭建大数据平台成为未来各行各业以及一个国家层面必须要做的一个数据工程。行业数据为行业服务，国家数据为整个国家服务，就像人类医疗数据，必须从国家层面搭建大数据平台，实现医疗数据互联互通，积累医疗数据方便研究病因以及医药等。金融属性相关的数据也是国家层面数据，从金融风控、金融风险防范预警来说都是未来必须要做的。
大数据平台真正解决了井底之蛙的问题，防止了一叶障目不见泰山，解决了瞎子摸象的现实问题。通过大数据平台更全面的获得数据、实现数据价值最大化。提高了企业甚至国家的认知能力，是社会发展的必然产物。通过大数据分析结果将一定程度上纠正过去人们对行业以及事物的片面的认识，带来全新的认知行业认知，知道行业发展，防范风险。大数据平台为我们提供一个尽可能全局的、综合的视图。利用大数据平台帮助人们发现事物间的关联性以及依存度，多个角度去看待问题，辅助做出正确的决策，并推测出整个形式的发展趋势进行预测未来，辅助用户决策，从而实现更大的商业价值。很多行业都开始接触大数据，比如企业精准营销、客户画像、大数据风控等。未来在大数据平台基础上实现业务智能化将成为必然。
建设大数据平台的步骤从宏观分析具体分为七步走。从各系统数据到数据大集中，最后到价值的转化过程包含了七大步骤，在这个过程中部门“许可和信任”以及“协调”是关键瓶颈。
步骤一：数据收集与业务需求分析，与内部数据及外部数据形成对接，以获得丰富、全面的数据，帮助把基础数据统一提取到大数据平台。
步骤二：企业在不透露其个人信息的前提下对其信息进行整合、分析和应用。
步骤三：数据储存以及数据处理。搭建合适的大数据平台构架，分布式数据存储、以有效整理、存储和调用数据。
步骤四：大数据平台数据价值发挥，实现数据科学需要准备合适的数据分析与挖掘工具，以进行大数据分析。
步骤五：业务和科技人员理解业务端需求，并将这些需求转化为具体的问题，指引技术部门和数据分析部门提供基础设施支持及数据分析与挖掘工作。
步骤六：行业洞察力。解读数据分析结果以及数据挖掘，将答案转化为行动变革、产品开发和客户发展方案。
步骤七：实现数据智能嵌入。将大数据分析与数据挖掘应用融入到整个机构组织的日常运作中，并确保大家都能参与实施变革。
大数据平台可以使行业之间的关联性已经越来越强，打破数据行业堡垒，引入外部数据源、进行多源数据汇聚融合，依靠大数据平台让大数据分析与数据挖掘更好的实现人工智能的发展。