Sto seguendo questo argomento e sono interessato a capire meglio quale sarà l’impatto di questo cambiamento su diverse community.
Il modo in cui ci sto pensando, per una data community, si potrebbe scomporre come segue:
Tnumero totale di utenti nella communityxnumero di quegli utenti interessati da questo cambiamentoanumero di quegli utenti che non hanno una soluzione alternativa accettabilebcomplemento dia
ycomplemento dix
ttempo che aspettiamo per apportare questa modifica.
Per una data community, presumo che ci sia un’alta probabilità che x > 0, e che anche a > 0.
Potremmo pensare all’impatto di questo cambiamento su una data community come modellato da una funzione f(t) che restituisce i valori T, x, a.
Se accettiamo che x e a saranno difficili da azzerare, a cosa dovremmo puntare?
Forse raggruppiamo l’impatto per a/T e stabiliamo una soglia su ciò che troviamo accettabile.
Potremmo pensare all’impatto di questo cambiamento sulle community nel loro complesso come a una funzione simile F(t) che restituisce una popolazione di community []{T, x, a}
Potremmo usare la stessa soglia di cui sopra e misurare quante community sono interessate oltre ciò che abbiamo determinato come accettabile.
Se dovessimo aspettare un altro anno per questo, presumo che per molte community, sia x che a diminuirebbero, ma rimarrebbero comunque maggiori di 0.
Quindi non c’è una decisione perfetta qui.
Allora, cosa dovrebbe influire sulla nostra decisione?
Qual è un valore accettabile per a per una data community? Quante community siamo disposti a far superare quella soglia? dovremmo apportare questa modifica?
Non abbiamo fatto nulla di così rigoroso, ma abbiamo esaminato alcuni dei dati che abbiamo per informare la nostra decisione e abbiamo ritenuto che maggio sia una risposta ragionevole per t.