Kama wewe ni kufanya hivyo mwenyewe au kufanya kazi na mpenzi, Ningependa kutoa vipande viwili vya ushauri kwamba Nimepata hasa msaada katika kazi yangu mwenyewe. Kwanza, fikiria kama iwezekanavyo kabla data yoyote imekuwa zilizokusanywa. Ushauri huu pengine inaonekana wazi na watafiti wamezoea kuendesha majaribio, lakini ni muhimu sana kwa watafiti wamezoea kufanya kazi na vyanzo big data (angalia sura ya 2). Na vyanzo big data zaidi ya kazi kinatokea baada una data, lakini majaribio ni kinyume; zaidi ya kazi lazima kutokea kabla ya kukusanya data. Moja ya njia bora kujilazimisha kufikiri kwa makini kuhusu kubuni yako na uchambuzi ni kuunda na kusajili mpango uchambuzi kwa ajili ya majaribio yako. Kwa bahati nzuri, wengi wa bora mazoea kwa ajili ya uchambuzi wa data majaribio wamekuwa rasmi katika miongozo kutoa taarifa, na miongozo hizi ni sehemu kubwa ya kuanza wakati kujenga uchambuzi mpango wako (Schulz et al. 2010; Gerber et al. 2014; Simmons, Nelson, and Simonsohn 2011) .
kipande cha pili cha ushauri ni kwamba hakuna jaribio moja ni kwenda kuwa kamili, na kwa sababu hiyo, unapaswa kujaribu kubuni mfululizo wa majaribio kwamba kuimarishana. Nimekuwa hata kusikia hii kama mkakati armada ilivyoelezwa; badala ya kujaribu kujenga moja vita ya mkubwa, unaweza kuwa bora zaidi ya kujenga kura ya meli ndogo ndogo na uwezo nyongeza. Hizi ni aina ya masomo mbalimbali majaribio ni mara kwa mara katika saikolojia, lakini ni nadra mahali pengine. Kwa bahati nzuri, gharama ya chini ya majaribio ya baadhi digital hufanya haya aina ya mbalimbali majaribio masomo rahisi zaidi.
Pia, Ningependa kutoa vipande viwili vya ushauri kwamba ni chini ya kawaida sasa lakini ni muhimu hasa kwa ajili ya kubuni majaribio digital umri: kujenga zero data gharama ya pembezoni na kujenga maadili katika kubuni yako.