根據Gartner稱，企業級體系架構（EA）實踐者是一個很重要的角色，讓企業機構能夠最大限度地抓住大數據所帶來的商機。

大數據讓人們利用以前不可用的多種數據類型，抓住被忽略的機遇，使企業機構變得更加智能和更高效。然而，Gartner分析師表示大數據也帶來大挑戰，這就是企業級系統架構所用之處。作為戰略改變的領航員，EA實踐者的任務就是通過組織內的關鍵性系數，繪制出大數據的正確方向：商業、文化、人才和技術。

“傳統的EA方法受到大數據的影響很深，”Gartner的研究副總裁David Newman表示：“對于EA實踐者，重心從組織內的最優化和標準化，到企業級生態系統的協調和具體化的輕量級重心。”大數據瓦解了傳統信息體系架構，從以數據倉庫為中心到數據池（流動、連接和信息共享）。在大數據的時代，EA實踐者的任務很明確：設計業務結果來挖掘組織內外部的大數據機遇。

Gartner定義了大數據的四個關鍵性影響，以及企業架構如何解決這些問題：

影響：大數據有助于決策者跨越不同數據類型快速做出響應，但是需要一套精通數據的業務策略，獲得競爭優勢。

企業級系統架構應該讓領導者明白潛在的大數據機遇，現在可以通過小型的、成本效益分析和模式認識工具和技術，但是也要說明風險因素（例如數據隱私、監管和法律挑戰）。實踐者還應該探索更多可用的公共數據集，通過開放的API，用于情感分析（例如挖掘社會媒介），基于位置的服務（使用公開可用的遙測數據）或者設計環境感知應用程序。

影響：大數據機遇暴露了內部孤島，使得領導者采取合適的激勵，鼓勵數據共享和提升信任。

組織可能有最好的技術和最好的人才。但是，如果內部的文化困擾和缺乏數據共享，他們不太可能獲得大數據的成功。應對文化挑戰需要創建正確的激勵模式來建立可信的企業信息來源。企業系統架構應該管理利益相關者的分析，以明確數據共享的文化阻礙，準備減量對策和交流用來克服感知到的障礙。例如，EA實踐者提倡開放式的創新努力，能夠使客戶直接參與產品開發，克服以孤島為中心的行為和推進更多的跨團隊數據共享。

影響：大數據誘發人才缺口、引入新的跨學科角色，迫使組織吸引和保留精通數據的業務專家以及資深分析技巧的經理人。

主要的挑戰是組織如何具有吸引力，保留利用大數據所需要的合適人才。最受歡迎的是數據科學家，需要結合計算機科學、數學和統計學專業知識。EA實踐者通過生產可計劃交付的資源，通過業務團隊來確認大數據技能缺失，來幫助組織。實踐者應該評估信息基礎架構團隊中需要的資源，當支持大數據解決方案時確認技術差距。

影響：大數據需要有技術專家來獲取和應用相關的工具、技術和體系結構，用于分析、虛擬化、連接和管理大型數據集。

EA實踐者必須幫助他們的組織了解，如何設計和實施大數據解決方案最好。必須進行仔細地規劃，來決定最好的分析復雜的數據集的工具和技術。這些技巧包括統計學、機器學習、自然語言處理和建模。此外，實踐者必須幫助團隊了解如何使用大數據可視化技術，例如標簽云、集群、歷史流、動畫和信息圖表。團隊應該在早期演示大數據項目的可行性時，使用低成本的開源工具。