資料平台的建構從基礎設施建設開始，配合業務需求，以大數據技術作為戰略的基石。

1. 基礎設施
   包括硬體資源(伺服器，操作系統)及軟體應用(DevOps、Docker、Kubernetes)的安裝，在這之上建構一個大型的"資料庫叢集"負責承載資料的存取和作業(Job)處理、並在考量資料安全問題的前提下考量雲端平台在維運上的便利性、可伸縮性和成本控制上的可能帶來的效益。

2. 資料採擷：對"資料可視化"的支援
   建設資料倉儲以展開資料採擷工作，收存分佈在各個業務系統裡的資料，及必要的標準化處理。
   這是一個長期迭代的過程，對資料的廣泛需求和資料來源集成會帶來可觀的工作量，需要一個小規模但有管理大型專案經驗的團隊持續改善。

3. 實時處理與機器學習：對"資料洞察與預測"的支援

   • 實時處理
     實時處理是指通過流式計算、NoSQL 資料庫等技術，實現大規模資料即時處理和讀寫處理能力的提升，才能滿足"事實性"業務場景需求。
   • 機器學習
     打造所需的技術團隊，需要引入資料科學家，資料工程師及演算法工程師。

4. 資料服務
   以業務領域為依據劃分，以服務的方式提供其他系統資料接口(Restful、 Web Services、 FTP)，從功能、效能和擴展性等技術維度上進行提升。

資料治理
持續對資料資產進行清晰的整理，建立配套的標準規範以及管理職責劃分，同時要確保所有制定的規範和策略能夠確實執行。