第一类实验的资源投入水平较低，因此有空间探索有关新政策理念的设计和实施能力的假设。许多经验教训可以在投入大量资源之前吸取，也应该吸取——没有必要用 400 家中小企业来测试从 20 家中小企业身上可以学到的东西。
相比之下，第二部分用于检验有关经济影响的假设，考虑到样本量和数据收集的需求，可能会涉及更高水平的投资。
随着投资金额的增加，以及测试项目经济影响的目标，政策实施失败的可能性要小得多——这些教训早就应该被吸取了。然而，如果要回答真正开放的问题，即什么方法有效，就必须有空间去了解项目没有带来预期的收益——第二种失败形式。
另一个相关方面（虽然很重要，但我不会在这里讨论）是如何为那些负责提供支持并提出想法的从业者创造激励机制和管理风险。他们如何能够开发和交付创新的新项目，而不必担心会对他们更广泛的活动产生影响？
其他为失败留有余地的例子可能来自 IGL 的资助实验工作
那些通过竞赛提供资金的人可能对尝试新的 哥斯达黎加电话号码数据 评估机制非常谨慎——担心这可能会对他们的选择产生负面影响或使他们面临法律挑战。
然而，正如 Teo 在他的 IGL2019 研讨会上所讨论的那样（更多内容将在博客中发布），通过设计在设计和实施经过测试之前不会影响正常业务的实验，可以为失败留出很大的空间。对于“幻影实验”来说尤其如此。
资金决策
例如，为了减轻申请负担，您可能希望减少申请人提供的信息量，但应该减少哪些部分呢？您可以同时（甚至回顾性地）运行流程 A（其中评委对标准的 20 页申请进行评分）和实验流程 B（其中评委仅审查 4 页），以测试不同的变化将如何影响现有申请人的结果。
然后，您可以比较结果，看看资金决策会有多大程度的差异，而无需真正改变决策方式。一旦在这个“安全环境”中回答了有关设计和实施的问题，就可以决定是否继续在现实世界中测试这一新流程，看看对预期影响的假设是否正确。
希望这篇博客能提供一些想法，让政策制定者能够为失败留出空间，让他们能够尝试新的想法和计划设计。谁知道呢，也许我们会在 IGL2020 上就此问题举办一个研讨会，届时我们将回到伦敦，庆祝我们五周年纪念，届时我们将汇聚高级政策制定者、研究人员和从业人员，讨论此类话题。在此注册您的兴趣。