Gartner：企业架构EA或可驾驭大数据

根据Gartner称，企业级体系架构（EA）实践者是一个很重要的角色，让企业机构能够最大限度地抓住大数据所带来的商机。

大数据让人们利用以前不可用的多种数据类型，抓住被忽略的机遇，使企业机构变得更加智能和更高效。然而，Gartner分析师表示大数据也带来大挑战，这就是企业级系统架构所用之处。作为战略改变的领航员，EA实践者的任务就是通过组织内的关键性系数，绘制出大数据的正确方向：商业、文化、人才和技术。

“传统的EA方法受到大数据的影响很深，”Gartner的研究副总裁David Newman表示：“对于EA实践者，重心从组织内的最优化和标准化，到企业级生态系统的协调和具体化的轻量级重心。”大数据瓦解了传统信息体系架构，从以数据仓库为中心到数据池（流动、连接和信息共享）。在大数据的时代，EA实践者的任务很明确：设计业务结果来挖掘组织内外部的大数据机遇。

Gartner定义了大数据的四个关键性影响，以及企业架构如何解决这些问题：

影响：大数据有助于决策者跨越不同数据类型快速做出响应，但是需要一套精通数据的业务策略，获得竞争优势。

企业级系统架构应该让领导者明白潜在的大数据机遇，现在可以通过小型的、成本效益分析和模式认识工具和技术，但是也要说明风险因素（例如数据隐私、监管和法律挑战）。实践者还应该探索更多可用的公共数据集，通过开放的API，用于情感分析（例如挖掘社会媒介），基于位置的服务（使用公开可用的遥测数据）或者设计环境感知应用程序。

影响：大数据机遇暴露了内部孤岛，使得领导者采取合适的激励，鼓励数据共享和提升信任。

组织可能有最好的技术和最好的人才。但是，如果内部的文化困扰和缺乏数据共享，他们不太可能获得大数据的成功。应对文化挑战需要创建正确的激励模式来建立可信的企业信息来源。企业系统架构应该管理利益相关者的分析，以明确数据共享的文化阻碍，准备减量对策和交流用来克服感知到的障碍。例如，EA实践者提倡开放式的创新努力，能够使客户直接参与产品开发，克服以孤岛为中心的行为和推进更多的跨团队数据共享。

影响：大数据诱发人才缺口、引入新的跨学科角色，迫使组织吸引和保留精通数据的业务专家以及资深分析技巧的经理人。

主要的挑战是组织如何具有吸引力，保留利用大数据所需要的合适人才。最受欢迎的是数据科学家，需要结合计算机科学、数学和统计学专业知识。EA实践者通过生产可计划交付的资源，通过业务团队来确认大数据技能缺失，来帮助组织。实践者应该评估信息基础架构团队中需要的资源，当支持大数据解决方案时确认技术差距。

影响：大数据需要有技术专家来获取和应用相关的工具、技术和体系结构，用于分析、虚拟化、连接和管理大型数据集。

EA实践者必须帮助他们的组织了解，如何设计和实施大数据解决方案最好。必须进行仔细地规划，来决定最好的分析复杂的数据集的工具和技术。这些技巧包括统计学、机器学习、自然语言处理和建模。此外，实践者必须帮助团队了解如何使用大数据可视化技术，例如标签云、集群、历史流、动画和信息图表。团队应该在早期演示大数据项目的可行性时，使用低成本的开源工具。