支持關系型數據庫、文件（txt/CSV/Excel/JSON…）、分布式大數據框架（HDFS/HBASE/HIVE…）以及通過集成第三方數據讀取方法支持諸如時間序列、web數據、圖數據等多種類型的數據源，方便企業各類數據的接入，為數據分析提供豐富的數據源

提供豐富的數據探查與圖形化展示功能，包括數據取值分布、集中趨勢度量、離散程度度量、偏態峰態度量、空值探查等。通過參數化配置支持數據分區，如訓練集校驗集劃分，統計抽樣等。提供數據項的各種預處理功能，如行過濾、行轉化、列過濾、列轉化、數據聚合和分組、數據分箱、shuffle、sorter、標準化、子集匹配、表維度提取、表規格提取、表轉置等。通過接入其他語言（Python/R/JAVA…）代碼模塊支持用戶自定義的各種數據預處理功能

提供各種數據統計分析功能，包括基本數據統計、相關性分析、方差分析、相似度統計、參數估計、假設檢驗、主成分及因子分析、時間序列分析等。提供各種統計圖表的數據可視化及配色定義等自定義功能，包括高亮表、箱型圖、柱狀圖、折線圖、餅圖、散點圖、提升圖等，支持通過接入第三方圖形化插件擴展數據可視化圖表類別

提供各種數據挖掘功能。包括：回歸分析，如線性回歸、對率回歸、多元回歸、逐步回歸、嶺回歸、Lasso回歸等。分類，如貝葉斯分類、決策樹分類、SVM分類、RF分類、GBDT、AdaBoost、Bagging分類、線性判別分類、K近鄰分類、XGBoost等。聚類，如K-Means、DBSCAN、層次聚類等。頻繁模式挖掘，如Apriori、FPGrowth等。推薦，如協同過濾、序列分析等

通過定義人工神經網絡結構提供各種深度學習功能。包括：CNN、DNN、RNN、LSTM等

通過模型評估工具，用戶可以對開發的數據分析模型的模型效果進行衡量。評估功能包括：交叉驗證、ROC曲線、熵值計分器、數值計分器、濃縮繪圖儀等。支持接入第三方代碼模塊擴展模型評估方法

提供豐富的數據分析結果輸出功能，支持平臺分析結果輸出到目標對象，如文件、數據庫、分布式大數據框架等。提供模型導出功能，支持平臺構建的數據分析流程或模型能夠通過第三方語言（Python/R/JAVA…）等調用。提供數據分析處理流程的流程控制工具，包括自動化執行、循環、開關、錯誤處理等，方便用戶開發的數據分析模型部署應用到實際生產場景中

平臺提供與其他平臺、框架的集成接口，方便集成其他平臺、語言及框架。具體包括：分析處理平臺集成，如weka、MATLAB、SAS、SPSS等。語言集成，如R、Python、JAVA等。分布式大數據框架集成，如Hadoop、spark、kerberos等。機器學習深度學習框架集成，如SK-Learn、TensorFlow等

不論是導入數據、構建數據倉庫，還是制作各類分析展現、數據挖掘等，設計過程完全可視化。遵循便捷易用的設計理念，所有操作無需定義復雜公式，僅需拖拉拽即可快速完成設計，零門檻、上手快。內置上百種可視化元素和統計圖，通過設計與搭配，可衍生出成千上萬種可視化效果。同時還支持動態炫酷的大屏分析，獨特的3D全景視角，自由快捷制作各類交互式常規屏和大屏報表，將創意變成現實

平臺支持數據庫數據源、文本數據源等多種數據源的接入，僅需簡單的拖拽操作便可快速設計復雜格式的報表，報表支持餅圖、折線圖等多種圖形展示并提供報表預覽功能，支持報表導出PDF、EXCEL、WORD等格式