He estado siguiendo esto y estoy interesado en seguir comprendiendo mejor cuál será el impacto de este cambio en diferentes comunidades.
Tal como lo estoy pensando, para una comunidad determinada, uno podría desglosarlo de la siguiente manera:
Tnúmero total de usuarios en la comunidadxnúmero de esos usuarios afectados por este cambioanúmero de esos usuarios que no tienen una solución alternativa aceptablebcomplemento dea
ycomplemento dex
ttiempo que esperamos para hacer este cambio.
Para una comunidad determinada, asumo que existe una alta probabilidad de que x > 0, e incluso a > 0.
Podríamos pensar en el impacto de este cambio en una comunidad determinada como un modelo de una función f(t) que devuelve los valores T, x, a.
Si aceptamos que x y a serán difíciles de reducir a 0, ¿a qué deberíamos apuntar?
Quizás agrupemos el impacto por a/T y establezcamos un umbral sobre lo que consideramos aceptable.
Podríamos pensar en el impacto de este cambio en las comunidades en su conjunto como una función similar F(t) que devuelve una población de comunidades []{T, x, a}
Podríamos usar el mismo umbral anterior y medir cuántas comunidades se ven afectadas más allá de lo que hemos determinado como aceptable.
Si esperáramos un año más para esto, asumo que para muchas comunidades, tanto x como a disminuirían, pero seguirían siendo mayores que 0.
Así que no hay una decisión perfecta aquí.
Entonces, ¿qué debería influir en nuestra decisión?
¿Cuál es un valor aceptable para a para una comunidad determinada? ¿Cuántas comunidades estamos dispuestas a que superen ese umbral? ¿Deberíamos hacer este cambio?
No hemos hecho nada tan riguroso como esto, pero hemos analizado algunos de los datos que tenemos para informar nuestra decisión y sentimos que mayo es una respuesta razonable para t.