Без обзира да ли су то сами раде или раде са партнером, желео бих да понуди два савета који сам нашао нарочито корисно у свом раду. Прво, да што је могуће више пре него што подаци су прикупљени. Овај савет вероватно изгледа очигледно да истраживачима који су навикли да ради експерименте, али је веома важно за истраживаче који су навикли да раде са великим изворима података (видети поглавље 2). Са великим изворима података највећи део посла се дешава када имате податке, али експерименти су супротно; већи део посла треба да се деси пре него што прикупљају податке. Један од најбољих начина да се приморавају да пажљиво размисле о свом дизајну и анализе је да се створи и региструје план анализа за свој експеримент. На срећу, многе од најбољих искустава и праксе за анализу експерименталних података су формализовани у смерницама за извештавање, а ове смернице су одлично место за почетак када креирате свој план за анализу (Schulz et al. 2010; Gerber et al. 2014; Simmons, Nelson, and Simonsohn 2011) .
Други савет је да нико експеримент ће бити савршен, и због тога, требало би да пробамо да направимо серију експеримената који појачавају једна другу. Чак сам чуо ово описао као стратегија армада; него покушава да изгради неку групну борбени брод, можда боље грађевинске парцеле од мањих бродова са комплементарним снаге. Овакве више експеримента студије су рутински у психологији, али су ретки. Срећом, ниска цена неких дигиталних експеримената чини овакве мулти-експеримента студије лакше.
Исто тако, желео бих да понуди два савета који су ређи, али сада су од посебног значаја за дизајнирање дигиталних експерименте Старост: створити нула маргиналне податке о трошковима и изградити етику у свој дизајн.