Una de las estrategias que utiliza Contact Optimization es dividir loa datos del contacto propuesto en subconjuntos aleatorios de, aproximadamente, el mismo número de clientes; se optimizan los contactos propuestos de cada uno de estas muestras independientemente. Si hay varios subprocesos configurados y soportados por el hardware, estos muestreos de cliente se procesan de forma simultánea.
Por ejemplo, supongamos que tenemos 1 millón de clientes y que tenemos un tamaño de muestreo de cliente configurado de 1000. Esta configuración implica que tenemos 1000 muestreos de cliente. Imagínenos que tenemos una regla de capacidad configurada como: mínimo de 1 correo electrónico, máximo de 5000 correos electrónicos. Lo que hace Contact Optimization en este ejemplo es extraer las restricciones de la regla y modificarlas para propagar la regla entre los muestreos de cliente. En este ejemplo, la restricción de máximo de 5000 correos electrónicos se divide por el número de muestras, de forma que cada ejemplo se procesa con una restricción de máximo de 5 correos electrónicos. Pero, ¿qué se hace con la restricción de mínimo de 1 correo electrónico? Es imposible que cada muestra necesite un mínimo de 1/1000 de correo electrónico.