开放平台的数据分析和业务智能化是通过以下几个步骤来实现的：
数据收集：首先需要收集各个业务系统产生的数据，包括用户行为数据、交易数据、日志数据等，可以通过接入数据仓库或者数据湖来进行统一管理。
数据清洗和整合：对收集到的数据进行清洗和整合，确保数据的准确性和完整性，同时将不同数据源的数据整合在一起，以便后续的分析和挖掘。
数据存储和管理：建立数据存储和管理系统，确保数据的安全性和可靠性，同时提供高效的数据访问接口，方便后续的数据分析和应用开发。
数据分析和挖掘：利用数据分析工具和算法对数据进行分析和挖掘，发现数据中隐藏的规律和趋势，为业务决策提供支持。
业务智能化应用：基于数据分析的结果，开发业务智能化应用，为管理者和业务人员提供直观的数据展示和分析工具，帮助他们更好地理解和利用数据。
在实际应用中，可以采用各种数据分析工具和平台，如Tableau、Power BI、Python数据分析库等，结合机器学习和深度学习技术，实现对数据的深度挖掘和业务智能化应用开发。
例如，某电商平台通过对用户行为数据进行分析，发现了用户购买商品的偏好和行为规律，基于这些分析结果，他们开发了个性化推荐系统，为用户推荐更符合其兴趣和偏好的商品，从而提升了用户购买率和平台的营收。