Ja sigui que vostè està fent vostè mateix o treballar amb un soci, m'agradaria oferir dos consells que he trobat especialment útil en el meu propi treball. En primer lloc, pensar tant com sigui possible abans de qualsevol dada que s'ha recollit. Aquest consell, probablement, sembla obvi per als investigadors acostumats a dur a terme experiments, però és molt important per als investigadors acostumats a treballar amb fonts de dades grans (vegeu el capítol 2). Amb grans fonts de dades major part de la feina que resulta després de les dades, però els experiments són l'oposat; la major part de la feina ha de succeir abans de recollir les dades. Una de les millors maneres de esforçar-se a pensar acuradament sobre el seu disseny i l'anàlisi és per crear i registrar un pla d'anàlisi per a la seva experiment. Afortunadament, moltes de les millors pràctiques per a l'anàlisi de dades experimentals s'han formalitzat a les directrius de presentació d'informes, i aquestes directrius són un gran lloc per començar a l'hora de crear el pla d'anàlisi (Schulz et al. 2010; Gerber et al. 2014; Simmons, Nelson, and Simonsohn 2011) .
El segon consell és que ningú experiment va a ser perfecte, ia causa d'això, vostè ha de tractar de dissenyar una sèrie d'experiments que es reforcen mútuament. Fins i tot he sentit aquesta descrit com l'estratègia armada; en lloc de tractar de construir un cuirassat massiva, que podria ser millor lots per a construcció de vaixells més petits amb fortaleses complementàries. Aquest tipus d'estudis són múltiples experiments de rutina a la psicologia, però són rars en altres llocs. Afortunadament, el baix cost d'alguns experiments digitals fa que aquest tipus de multi-experiment estudia més fàcil.
A més, m'agradaria oferir dos consells que són menys comuns ara, però són particularment importants per al disseny d'experiments era digital: Crear zero les dades de costos marginals i construir l'ètica en el seu disseny.