数据平台将越来越关注数据的智能化和自动化。企业可以通过人工智能、自然语言处理、大数据挖掘等技术手段实现数据的智能分析和自动化处理。这将大大提高数据的利用效率和业务价值。
于是，" 中台 " 顺势而为。通过技术中台、数据中台等基础设施共享， 大中台，小前台 " 组织结构解决了这一矛盾。阿里共享了同一套技术、人力、客服等系统，包括菜鸟、盒马、淘宝直播等业务，大大提高了其作战能力。
例如，在数据质量方面，中间平台的数据源可能更为复杂，数据质量问题往往会影响系统的可靠性和决策效果。因此，有必要建立一个完善的数据管理系统，包括数据收集、清洁和存储，并加强数据质量控制。对于证券公司来说，很难整合大量来自不同制造商的业务系统，这需要集成更多的背景系统能力。在集成过程中，可能会遇到数据格式不一致、系统接口不兼容等问题，从而增加集成的难度。
数据平台还需要支持数据分析和挖掘技术，并提供丰富的分析和挖掘工具。企业可以利用统计分析、数据挖掘、机器学习等技术手段，探索数据的价值和潜力，提高数据的利用效率和业务价值。
在事项会计中心的支持下，前端业务实时会计、实时控制、实时分析和反馈，实现了数字智能时代的智能会计 会计服务如下图所示。以事项会计中心为财务中心的数据基础，可以支持智能、实时、精细、多维的会计。
数据平台显然是近年来行业的热点。几乎所有有能力的客户都将利用数据平台的概念开始数据域的建设或改造，试图打破信息障碍和数据烟囱，实现数据资产的整合。在数据要素配置政策的支持下，数据平台的市场规模迅速扩大。
入选理由是：2022年半年度报告：公司提供大型核心报告 ERP 在实施服务的基础上，进一步围绕核心 ERP 推出了基于共享技术中心的丰富数字中心平台应用，包括覆盖企业供应链上下游的数字供应链中心平台应用、数字营销中心平台应用、满足企业金融一体化需求的金融一体化中心平台应用等。并通过大数据技术构建了完整的企业级数字产品icon图谱及相关交付服务能力。
此前，《21世纪商业先驱报》记者发布了一篇文章，讨论过去业务线“烟囱”数据平台结构无法适应技术结构和数据标准的变化。金融机构通过平台建设降低数据应用门槛，促进各业务系统根据自身需要独立使用数量，进一步开发业务场景。