这个数据甚至还有一个更加友善的解释。新操作系统每次都会随着新iPhone一同发布。虽然不会对此问题置评，但有一个可能性就是，（为新款iPhone而优化的）新操作系统会让老款设备运行速度变慢。
三星和iPhone的区别也能够由此看出：只有18%的Android设备用户采用最新操作系统，而苹果新系统的用户采用率却高达90%，对于iPhone来说，新操作系统运行速度放慢事件大事。
Android和iOS之间最明显的区别就是意图。在温和版解释中，老款手机运行速度放慢并不是一个特性的目标，其只是操作系统为了新款硬件进行优化所产生的一个副作用。搜索频率数据无法最终确定我的手机是不是真的运行变慢，以及原因所在。
以这种方式来看，这整个对比过程非常完美地概括了“大数据”的优势及局限。首先，在20年前，要想确定是都很多人都发现自己的设备运行速度变慢，就需要进行一次非常昂贵的调研。而现在，如果正确使用Google Trends所提供的数据，我们就能够借此知晓数亿名用户的搜索内容，以及，理论上讲，他们的感受和想法。Twitter、Instagram以及Facebook造就了“数字化排放”（digital exhaust），为用户揭开类似的宏观数据。
其次，这些新型数据让个人和集体之间形成了一种亲密感。即便是对于我们最特殊的感受，这类数据也能够告诉我们，我们并不是一个人。只需要几分钟，我就能够知道很多人都和我一样纠结。哪怕你自己本身从未进行数据收集，你也能够借助谷歌的自动补全功能看到你想要输入的那些字，让你发现“原来很多人都想知道这个东西。”
最后，我们还看到了大数据最大的一个局限，那就是，这个数据所显示出的只是相关性，并未结论。在“iPhone运行慢”这一关键字搜索结果中，关于搜索频率的骤增，至少有两种不同的解读，即，阴谋论以及良性理论。相关性是让我们更进一步的推动力。如果大数据所做的一切只是指出我们所研究内容之间有趣的相互性，这也已经让其拥有了巨大价值。而如果那些相关性让阴谋理论者变得更加自鸣得意，那么，这则是我们要为此付出的一点点代价。