这是蒂姆•哈福德（timharford）在《金融时报》（Financial Times）同题文章中提出的一个具有挑衅性的问题。他的结论是，物联网技术与应用，获取大量数据本身并不能保证洞察力——事实上，如果分析缺乏严谨性或有缺陷，结果将在更大的范围内失真。

正如哈福德先生恰当地指出的，"新的，大的，淘客帝国，廉价的数据集和强大的分析工具将带来回报——没有人怀疑这一点。"但这一成就建立在对大量数据集的巧妙处理之上。"

这是分析师、统计学家对数据的分析，淘客返利软件，以及使用正确工具并提出正确问题的数据科学家，这些问题将带来重大的见解。

虽然没有一个单一的处理或分析工具能够解决困扰统计学家几个世纪的问题，大数据用什么数据库，如相关性与因果关系、多重比较问题，样本误差和样本偏差——实时计算、数据可视化和预测分析的进步正在帮助科学家、企业家和政府从数据中收集宝贵的信息。

然而，仅仅停留在稳健、严谨的分析是不够的。与哈福德对执行不力的分析提出的批评类似，企业还必须严格将大数据项目与业务需求联系起来。准确的见解不能转化为价值，因为它们要么不相关，要么不能应用于日常运营，这是代价高昂的分心。

然而，根据我前面的观点，技术本身并不是万能的——仅仅因为你可以收集大量数据，就没有任何好处。关注大数据技术"挑战"的人没有抓住重点。大数据需要与业务相关的强有力的分析；只有在你弄清楚等式的第一部分之后，技术才是关键的促成因素。

成功的公司首先要理解业务的必要性，并在获得技术之前结合严格的分析来支持它。这就是为什么大数据项目需要在经过培训的数据科学家的支持下在商业会议室开始，他们也是行业专家，能够将商业目标、潜在数据源和信息技术联系起来。

我相信企业在从大数据中提取价值方面会越来越好。但严格的方法是至关重要的。在其他公司努力应对挑战、改进方法时，没有人愿意掉队，获得越来越丰富的见解推特：@i\u kHANA

真知灼见博客一如既往。

如果我说大型科技公司不使用先进的分析工具，而是使用最先进的"数据库"，那我就错了吗？