この変更がさまざまなコミュニティにどのような影響を与えるかをより深く理解するために、フォローしてきました。
コミュニティごとに、次のように分解できると考えています。
- コミュニティ内のユーザーの総数
T- この変更の影響を受けるユーザーの数
x- 受け入れ可能な回避策がないユーザーの数
a aの補数b
- 受け入れ可能な回避策がないユーザーの数
xの補数y
- この変更の影響を受けるユーザーの数
- この変更を待つ時間
t。
特定のコミュニティについて、x > 0 であり、さらには a > 0 である可能性が高いと想定しています。
この変更がコミュニティに与える影響を、値 T、x、a を返す関数 f(t) としてモデル化できると考えています。
x と a をゼロにするのが難しいと仮定した場合、何を目標とすべきでしょうか？
おそらく、影響を a/T でバケット化し、許容できると判断したものに閾値を設定します。
コミュニティ全体へのこの変更の影響を、コミュニティの集合 []{T, x, a} を返す同様の関数 F(t) として考えることができます。
上記の同じ閾値を使用して、許容できると判断したもの以上に影響を受けるコミュニティの数を測定できます。
もしこれをさらに1年間待つとしたら、多くのコミュニティで x と a の両方が減少しますが、それでもゼロより大きいままだと想定しています。
したがって、完璧な決定はありません。
では、何が私たちの決定に影響を与えるべきでしょうか？
特定のコミュニティにとって、a の許容値はいくらでしょうか？その閾値を超えるコミュニティをいくつ許容しますか？この変更を行うべきでしょうか？
私たちはこれほど厳密なことは行っていませんが、意思決定に役立つデータの一部を検討し、t の値として5月が妥当であると感じました。