原子命题:P1 外部证据暗示可能具有运营意义的效果;P2 本地试点显示运营可行;P3 这些事实支持有边界的设计工作;P4 不支持上线/效果承诺。
最高优先异议——公平/目标人群(范围修正,有证据):C 排除无手机者,A 只含选择加入者。纯短信测试可能只回答有移动访问的选定人群中的 P1,同时恶化或忽略其他人的访问。严重性高,因为公平可否决上线。这不否定设计工作,但要求测试启动前加入渠道/无障碍选项并定义合格人群主张。用访问审计和共同设计解决;改变测试设计/范围,不改变 P4。
阈值异议(有证据):C 的区间 1-9 跨越 3 点重要性阈值。“可能重要”准确;“很可能重要”无依据。核验方案/更正并合理计算本地样本。实施异议(混合证据):11 人退出、延迟和员工时间形成真实护栏,但一个小型非随机试点不能证明可持续可行。测试负责人、能力、隐私评审、阈值和预算缺失。P2 应改为“初步可行性证据”,而非“显示可行”。
替代路径异议(可信但缺证据):改进邮件可能以更低成本实现部分成果;没有比较证据。它应成为设计选项,而非声称邮件更好。选择/迁移异议部分被随机 C 处理,但本地迁移和高参与者选择仍在。P4 稳健,已处理最强过度推断。
修订结论:授权有边界的设计工作,比较随机、可访问的提醒方案与可信替代;启动仍以样本理由、访问/隐私评审、负责人/能力、预算和停止阈值为条件。对“设计”的信心仍为中等,不是对效果。红队检查:核验 C 状态;审计移动/渠道访问;估算两种替代成本;与一线/隐私代表验证护栏;预注册阈值和分析。覆盖:C 效果/迁移;A 可行性/护栏;E 渠道偏好;所有具名群体都有核验路径,未编造观点。