Чтобы получить чистые результаты, мы тестируем одну гипотезу за раз. То есть если нам надо протестировать изображения, то наши уведомления будут различаться только ими — все остальные элементы (текст, заголовок, кнопки) будут одинаковыми. А если мы проверяем, в какое время пользователи лучше реагируют на уведомление — отправляем абсолютно одинаковые сообщения, но в разное время.
Заголовок звучит примерно так "Как с помощью лёгкого домашнего насилия и побоев сделать семью крепче". Очень просто: не использовать такие сомнительные методы.