Çevrimdışı metriklerdeki iyileşme, kullanıcı davranışındaki değişimi çoğu zaman doğru tahmin etmez; daha isabetli görünen bir model gerçek trafikte tıklamayı artırırken geliri düşürebilir ya da hiçbir fark yaratmayabilir. Bu yüzden model değişiklikleri ancak kontrollü çevrimiçi deneylerle doğrulanır. Ancak deney altyapısı yanlış kurulduğunda sonuçlar da yanıltıcı olur: bozuk atama, örneklem oranı uyuşmazlığı, erken durdurma ve çoklu karşılaştırma, olmayan kazançları gerçek gibi gösterir. Altı modüllük program, çalışan bir deney altyapısı üzerinde uçtan uca kurgulanmıştır. Katılımcılar rastgeleleştirme birimini ve güç analizini belirler, deterministik hash ile tutarlı atama ve maruz kalma kayıtlarını kurar, metrik hattını ve varyans azaltma tekniklerini uygular. Ardından A/A testleri, örneklem oranı uyuşmazlığı ve ağ etkisi gibi tuzaklar incelenir; kademeli yayın, gölge trafik ve geri çevirme grupları karşılaştırılır. Program bir deney kayıt defteri ve karar belgesiyle tamamlanır.