Volumen y prioridad de incidentes
Cuenta los incidentes frente al uso que los produjo, lee la prioridad como una mezcla y no como una puntuación y vigila las repeticiones, porque la forma de la demanda de incidentes te dice dónde invertir mucho antes de que lo haga cualquier tiempo de resolución individual.
Visión general y motivación
Un incidente, en términos de ITIL 4, es una interrupción no planificada de un servicio o una reducción de su calidad. La gestión de incidentes es la práctica que restablece la operación normal del servicio tan rápido como es factible y limita el daño al negocio. Todo incidente es también una señal: algo en el servicio, en sus cambios, en sus usuarios o en su monitorización no funcionó como se esperaba. El recuento y el carácter de los incidentes es, por tanto, una de las medidas de demanda más informativas que tiene un equipo de operaciones.
El volumen por sí solo es una mala guía. Un aumento de incidentes puede significar que el servicio empeoró, o que lo usa más gente, o que la monitorización mejoró y ahora ve fallos que antes no se reportaban. Una caída puede significar que el trabajo de fiabilidad dio fruto, o que los usuarios dejaron de molestarse en reportar. Este tema trata de leer el volumen con el contexto suficiente para distinguir esas historias: normalizando frente al uso, dividiendo por categoría y servicio y vigilando la mezcla de prioridades y la tasa de repeticiones.
La prioridad es la segunda mitad del tema. La práctica de ITIL suele derivar la prioridad de dos entradas: el impacto (cuánto del negocio se ve afectado) y la urgencia (con qué rapidez necesita el negocio la corrección). El par se asigna a un nivel de prioridad que fija la respuesta esperada. Los equipos ágiles tienen una contrapartida cercana en cómo clasifican una lista de pendientes: etiquetas de gravedad y de urgencia en los defectos y una «clase de servicio» en un tablero de flujo que decide qué se salta la cola. Las palabras difieren; la pregunta es la misma: qué debe atenderse primero y por qué.
La visión de ITIL trata los incidentes como registros que pertenecen a un centro de servicios y a grupos resolutores, con categorías, prioridades y objetivos de nivel de servicio. La visión ágil trata el trabajo no planificado como una interrupción del flujo que compite con el trabajo planificado (véase el tema 2.9, Trabajo operativo y trabajo no planificado). Ambas visiones se benefician de las mismas medidas, si estas describen el sistema y no a las personas que hay dentro. El centro de servicios es donde empiezan la mayoría de los registros, y sus propias métricas se tratan por separado (véase el tema 3.1, Métricas del centro de servicios). La rapidez con que se responde a los incidentes y se resuelven se trata en el tema 3.3, Tiempo de respuesta y resolución de incidentes. Los incidentes graves tienen sus propias medidas (véase el tema 3.4, Métricas de incidentes graves).
Varios términos se repiten a continuación. Un percentil es el valor por debajo del cual cae una proporción declarada de observaciones, de modo que el percentil 85 es el valor que el 85 por ciento de las observaciones no supera. Un acuerdo de nivel de servicio (SLA) es un compromiso documentado entre un proveedor y un cliente. Un elemento de configuración (CI) es un componente que necesita gestionarse para entregar un servicio. Un proceso de Poisson describe eventos que llegan de forma independiente a una tasa media, lo que es un primer modelo útil para las llegadas de incidentes (véase el tema 1.6, Alfabetización estadística para métricas de servicio).
La advertencia del tema 1.2 (Ley de Goodhart y psicología de las métricas) se aplica aquí más que en la mayoría de los sitios. Los recuentos y las prioridades de los incidentes los introducen personas, a menudo bajo presión, y el número asociado a un registro puede cambiarse cambiando cómo se redacta el registro. Cada métrica siguiente tiene un vector de manipulación, y las barreras de protección forman parte de la definición.
Principios clave
- Normaliza antes de comparar. Un recuento significa poco sin el uso, la base de usuarios o el volumen de transacciones del que procede. Compara tasas entre periodos y servicios y muestra a su lado el recuento en bruto.
- Lee la mezcla, no un solo número. La distribución de prioridades, la distribución de categorías y la proporción de repeticiones dicen más juntas que cualquier total.
- La prioridad es una regla, no un estado de ánimo. Derívala del impacto y la urgencia con una matriz escrita y mide con qué frecuencia se cambia a posteriori.
- Separa los incidentes de las solicitudes. Una solicitud de algo normal no es una avería. Contar ambos juntos infla el volumen de incidentes y oculta en qué gasta el tiempo el centro de servicios (véase el tema 3.5, Métricas de cumplimiento de solicitudes de servicio).
- Las repeticiones son la señal más valiosa. Un incidente que vuelve apunta a un problema que aún no está resuelto (véase el tema 4.1, Métricas de gestión de problemas).
- Mide servicios y equipos, nunca agentes. Los recuentos por persona invitan a clasificar, y clasificar corrompe los datos (véase el tema 1.2, Ley de Goodhart y psicología de las métricas).
- Espera que el volumen se mueva por razones que no son la calidad. Las versiones, las estaciones, las campañas y los cambios en los canales de reporte desplazan los recuentos. Anota el gráfico.
Definiciones de métricas
La tabla enumera las métricas de este tema. Los relojes y los límites se declaran en la columna de la fórmula. «Cerrado» y «abierto» se refieren a marcas de tiempo del registro del incidente; la hora de apertura es cuando se crea el registro o cuando lo crea el sistema de monitorización, y la hora de cierre es cuando se confirma la resolución del incidente y se cierra.
| Métrica | Definición | Fórmula | Unidad | Fuente de datos | Práctica de ITIL | Contrapartida ágil | Cadencia |
|---|---|---|---|---|---|---|---|
| Volumen de incidentes por servicio | Recuento de incidentes abiertos para un servicio en un periodo | incidentes con una hora de apertura dentro del periodo, atribuidos al servicio afectado; se excluyen las solicitudes de servicio, los duplicados fusionados en un registro padre y los registros cancelados por haberse planteado por error | recuento | Registros de incidentes de la herramienta ITSM | Gestión de incidentes | Defectos de producción o elementos de trabajo no planificados por equipo | Semanal, revisado mensualmente |
| Tasa normalizada de incidentes | Incidentes en relación con el uso del servicio | incidentes abiertos en el periodo / medida de uso del mismo periodo y alcance (usuarios activos, sesiones o transacciones, elegidos y anotados por servicio) x 1000; la medida de uso debe proceder de una fuente distinta de la herramienta de incidentes | incidentes por 1000 unidades de uso | Herramienta ITSM más datos de uso de analítica o monitorización | Gestión de incidentes; gestión de niveles de servicio | Densidad de defectos por versión o por usuario | Mensual |
| Mezcla de prioridades | Proporción de incidentes abiertos en cada nivel de prioridad | incidentes con la prioridad registrada en la apertura / todos los incidentes abiertos en el periodo, mostrado para cada nivel; los incidentes reclasificados se cuentan con la prioridad de apertura y se muestran de nuevo con la prioridad de cierre | porcentaje por nivel | Herramienta ITSM, incluido el historial de cambios de prioridad | Gestión de incidentes | Distribución de gravedad de los defectos; mezcla de clases de servicio | Mensual |
| Tasa de reclasificación de prioridad | Proporción de incidentes cuya prioridad cambió entre la apertura y el cierre | incidentes cerrados en el periodo cuya prioridad de cierre difiere de la de apertura / incidentes cerrados en el periodo | porcentaje | Pista de auditoría de la herramienta ITSM | Gestión de incidentes | Tasa de nueva clasificación en la lista de pendientes de defectos | Mensual |
| Concentración por categoría | Proporción del volumen de incidentes que acumulan las categorías mayores | incidentes de las cinco categorías principales por recuento / todos los incidentes categorizados del periodo; los incidentes sin categorizar se reportan por separado como su propia proporción | porcentaje | Campos de categoría y servicio de la herramienta ITSM | Gestión de incidentes; gestión de problemas | Grupos de defectos por componente o épica | Mensual |
| Tasa de incidentes repetidos | Proporción de incidentes que se repiten para el mismo servicio, elemento de configuración y categoría dentro de una ventana declarada | incidentes del periodo con un incidente cerrado anterior para el mismo servicio, CI y categoría en la ventana precedente (por ejemplo 30 días, fijada una vez y anotada) / incidentes abiertos en el periodo; un registro reabierto cuenta como reapertura, no como repetición | porcentaje | Herramienta ITSM y vínculos de la CMDB | Gestión de incidentes; gestión de problemas | Tasa de regresiones o de defectos escapados | Mensual |
| Tasa de reaperturas | Proporción de incidentes cerrados que se reabrieron | incidentes cerrados en el periodo que se reabrieron después dentro de una ventana declarada (por ejemplo 7 días) / incidentes cerrados en el periodo | porcentaje | Historial de estados de la herramienta ITSM | Gestión de incidentes | Defectos reabiertos; retrabajo | Mensual |
| Proporción detectada por monitorización | Proporción de incidentes que la monitorización planteó por primera vez antes de que lo reportara un usuario | incidentes cuyo primer evento es una alerta automatizada / todos los incidentes abiertos en el periodo; los incidentes abiertos por una persona a partir de una alerta se cuentan por la hora de la alerta | porcentaje | Herramienta ITSM, integración de monitorización | Monitorización y gestión de eventos; gestión de incidentes | Defectos detectados por alertas frente a reportados por clientes | Mensual |
Dos notas sobre las definiciones. La primera es que la «prioridad» de esta tabla es la prioridad que lleva el registro, que debería proceder de la matriz de impacto y urgencia y no del orden en que la gente quiere que se haga el trabajo. La segunda es que el volumen reportado para un periodo es un recuento de aperturas, no un recuento de incidentes abiertos un día dado. El recuento de abiertos en un momento cualquiera es una medida de lista de pendientes y pertenece junto a la antigüedad (véase el tema 3.3, Tiempo de respuesta y resolución de incidentes).
Recomendaciones
Cuenta con cuidado
1. Escribe qué es un incidente y qué no lo es. Muchas herramientas guardan incidentes, solicitudes, alertas y problemas en una misma tabla. Decide qué tipos de registro cuentan, documenta el filtro y aplícalo siempre. Un cambio en el filtro cambia la tendencia, así que registra los cambios con la fecha y el motivo (véase el tema 1.5, Fuentes de datos e instrumentación).
2. Deduplica antes de reportar. Cuando una avería produce cincuenta tickets, el incidente padre es el evento y los hijos son una medida de su alcance. Reporta ambos números: incidentes padre para saber cuántas averías ocurrieron y registros vinculados para saber a cuánta gente afectaron. Mezclar ambos hace que una gran caída parezca un mes de trabajo rutinario.
3. Atribuye los incidentes a servicios además de a equipos. El servicio es lo que el negocio compra y entiende. Usa el catálogo de servicios (la grafía propia de ITIL en inglés es «service catalogue») para definir la lista y revisa la correspondencia desde los CI cuando cambien los servicios. Un incidente sin servicio es un problema de calidad de datos que corregir, y la proporción de esos registros merece reportarse.
Normaliza e interpreta el volumen
4. Normaliza frente a una medida de uso de otra fuente. Divide por usuarios activos, sesiones o transacciones, tomados de la analítica o de la monitorización y no de la herramienta de incidentes. Un servicio que duplicó sus usuarios y sus incidentes no ha empeorado; uno cuyos incidentes se duplicaron con un uso plano sí. Muestra el recuento en bruto junto a la tasa para que nadie crea que el denominador esconde algo.
5. Usa un gráfico de control, no una flecha de tendencia. Los recuentos de incidentes varían de una semana a otra aunque no haya cambiado nada. Un gráfico de control muestra el rango habitual de variación, de modo que el equipo reaccione a una señal y deje en paz el ruido. Los recuentos semanales que se mueven dentro de los límites no son noticia; una racha sostenida a un lado del promedio sí. Ajusta por la estacionalidad, como los cierres de trimestre, las vacaciones y los ciclos de versiones, comparando periodos equivalentes.
6. Anota el gráfico con eventos. Marca las versiones, las migraciones, las campañas, las caídas de dependencias y los cambios en el canal de reporte. Un nuevo formulario de autoservicio o un botón de «reportar un problema» más visible pueden elevar el volumen mientras el servicio sigue igual. La mayoría de las discusiones sobre el volumen terminan pronto cuando el gráfico muestra lo ocurrido esa semana.
Gestiona la prioridad con reglas
7. Deriva la prioridad del impacto y la urgencia con una matriz publicada. Define el impacto en términos de usuarios y funciones de negocio afectados y la urgencia en términos de cuán pronto crece el daño. Publica la matriz en la página donde los agentes eligen los valores, con dos o tres ejemplos trabajados por casilla. Evita los campos de prioridad de elección libre; se convierten en negociación, y el recuento de incidentes de «prioridad 1» pasa a medir la capacidad de persuasión.
8. Reporta juntas la mezcla y la tasa de reclasificación. Una mezcla sana tiene un número pequeño de incidentes de la mayor prioridad y una base amplia de otros menores. Si el nivel superior crece, pregunta si creció el daño o si los clientes aprendieron que «crítico» recibe atención. La tasa de reclasificación muestra lo bien que encaja la matriz: los cambios frecuentes al cierre significan que la regla es poco clara o que la primera evaluación se hace con prisa. Revisa cada mes una muestra de registros reclasificados en el grupo propietario de la matriz.
9. Mantén alineadas la prioridad y la clase de servicio ágil. Donde los equipos de entrega reciban trabajo originado en incidentes, usa las mismas palabras y la misma matriz, o publica una correspondencia clara. Un equipo que llama «alto» a un defecto mientras operaciones llama «medio» al mismo defecto perderá tiempo en la traducción. Reserva una provisión explícita para el trabajo urgente de modo que la interrupción sea visible en las medidas de flujo (véase el tema 2.1, Medidas de flujo).
Busca repeticiones y patrones
10. Haz seguimiento de las repeticiones y de las reaperturas como señales separadas. Una reapertura significa que la primera corrección no se sostuvo; una repetición significa que el mismo tipo de fallo volvió tras una corrección adecuada. La primera apunta a la calidad de la resolución y la segunda a una causa sin resolver. Vincula los grupos de repeticiones a registros de problemas y deja de contar un incidente como corregido cuando es probable que vuelva (véase el tema 4.1, Métricas de gestión de problemas).
11. Usa el principio de Pareto para elegir dónde mirar. Ordena las categorías y los servicios por recuento de incidentes y mira qué pocos explican la mayor parte del volumen. Investiga los primeros antes de construir nuevos informes para el resto. La forma es un aviso para el análisis de causa raíz, no una conclusión, porque una categoría de recuento alto puede ser simplemente la que es fácil de categorizar.
12. Devuelve los hallazgos a la entrega y al centro de servicios. Comparte las vistas de categorías y de repeticiones con los equipos que construyen y cambian los servicios, en una conversación periódica y no en un informe. Empareja cada grupo recurrente con un responsable, un siguiente paso y una fecha, y coloca el trabajo en la misma lista de pendientes que las demás prioridades (véase el tema 2.6, Métricas de la lista de pendientes y su refinamiento). El volumen baja cuando se eliminan las causas, y eso requiere capacidad planificada.
Vectores de manipulación y barreras de protección
| Métrica | Cómo se manipula | Métrica o práctica de protección emparejada |
|---|---|---|
| Volumen de incidentes por servicio | Registrar incidentes como solicitudes, fusionar tickets no relacionados, desalentar a los usuarios de reportar o cerrar duplicados como «sin avería encontrada» | Volumen de contactos reportados por usuarios y volumen de solicitudes junto al volumen de incidentes; satisfacción y abandono del centro de servicios; muestra de solicitudes que se leen como averías |
| Tasa normalizada de incidentes | Elegir el denominador que da la mejor cifra o cambiar la definición de uso entre periodos | Medida de uso fija por servicio, anotada en el registro; recuentos en bruto mostrados junto a la tasa |
| Mezcla de prioridades | Rebajar prioridades para parecer tranquilo o subirlas para obtener atención; asignar una prioridad baja para evitar un objetivo de respuesta | Tasa de reclasificación de prioridad; revisión mensual por muestreo frente a la matriz de impacto y urgencia; impacto declarado por los clientes |
| Tasa de reclasificación de prioridad | No cambiar la prioridad cuando debería cambiar, de modo que la tasa parezca estable; cambiarla solo al cierre para ajustarse al objetivo | Muestra de registros donde el impacto cambió durante el incidente; revisiones de las cronologías de incidentes |
| Concentración por categoría | Usar una categoría comodín o dividir una categoría grande en varias para ocultar la concentración | Proporción de registros sin categorizar y de «otros»; revisión periódica de la lista de categorías; comprobación de las categorías frente a las notas de resolución |
| Tasa de incidentes repetidos | Abrir un incidente nuevo con otra redacción o CI para evitar el vínculo; cerrar pronto para evitar una reapertura | Revisión de registros casi duplicados por texto y servicio; tasa de reaperturas; tasa de vinculación a registros de problemas |
| Tasa de reaperturas | Pedir a los usuarios que abran un ticket nuevo en lugar de reabrir; cerrar los tickets tarde para evitar reaperturas | Recuento de tickets nuevos que hacen referencia a uno cerrado recientemente; confirmación de resolución por el cliente; distribución del tiempo hasta el cierre |
| Proporción detectada por monitorización | Crear alertas ruidosas que abren incidentes automáticamente o dejar que la gente reetiquete reportes de usuarios como alertas | Medidas de calidad de las alertas, como la proporción de alertas accionables (véase el tema 5.5, Métricas de monitorización y calidad de las alertas); auditoría de la fuente de los incidentes |
Una lectura sana es aburrida y explicable. Las tasas normalizadas son estables o decrecientes en servicios estables y suben cuando sube el uso o el cambio por una razón que el gráfico muestra. La mezcla de prioridades es estable, la reclasificación es baja y un conjunto pequeño de categorías recibe atención deliberada. Las repeticiones y las reaperturas bajan tras el trabajo planificado sobre problemas, y un movimiento en cualquier métrica tiene una explicación que alguien puede dar sin defender el número.
Compensaciones: ventajas y desventajas
| Enfoque | Fortaleza | Debilidad |
|---|---|---|
| Recuentos de incidentes en bruto | Sencillos, fáciles de explicar, siempre disponibles | Mezclan en un número el uso, la calidad y el comportamiento de reporte |
| Tasas frente al uso | Permiten una comparación justa entre periodos y servicios | Necesitan una fuente de uso fiable; los denominadores pueden discutirse |
| Matriz fija de impacto y urgencia | Prioridad coherente entre equipos; auditable | Puede parecer rígida; los casos límite necesitan juicio y una vía para anular |
| Prioridad de elección libre | Rápida y flexible para agentes con experiencia | Incoherente, abierta a la presión, difícil de comparar a lo largo del tiempo |
| Árbol de categorías detallado | Muestra de dónde procede la demanda | Difícil de usar bajo presión; la gente elige la primera coincidencia o «otros» |
| Lista corta de categorías con etiquetas | Rápida de aplicar y coherente | Menos detalle; puede ocultar patrones que necesitan análisis de texto |
| Tasa de repeticiones por CI y categoría | Apunta a causas sin resolver | Depende de buenos datos de CI; ocurren vínculos falsos y omisiones |
Acepta que ninguna medida es correcta por sí sola. Usa los recuentos en bruto para planificar la capacidad, las tasas para la salud, la mezcla de prioridades para el riesgo y las repeticiones para la mejora, y muestra cada una por lo que es. Mantén la lista de categorías lo bastante corta como para que la gente la use y mejora el árbol solo cuando una decisión necesite más detalle.
Preguntas para debatir con tu equipo
1. ¿Qué cuenta como incidente aquí y todos aplican la regla del mismo modo? Toma diez registros recientes y pide a cada persona que los etiquete como incidente, solicitud u otra cosa. Compara las respuestas y comenta los desacuerdos. El facilitador debe buscar hábitos como tratar como incidente cada ticket de una persona de alto rango y acordar después una regla escrita con ejemplos. Anota la fecha para que las tendencias posteriores se lean correctamente.
2. Cuando el volumen de incidentes subió el trimestre pasado, ¿qué sabíamos del uso y de los cambios en ese momento? Pon el gráfico junto a una cronología de versiones, campañas y cifras de uso. Pregunta qué aumento se explicó y cuál no. La discusión suele mostrar con qué rareza el denominador está en la página. Acuerden qué medida de uso llevará cada servicio a partir de ahora.
3. ¿Cómo se decide la prioridad y cuándo nos sorprendió por última vez? Recorre la matriz de impacto y urgencia con un ejemplo reciente de cada nivel de prioridad. Pregunta dónde adivinan los agentes y dónde presionan los clientes o los gerentes. Compara la prioridad de apertura y la de cierre de unos cuantos registros. Decidan un cambio en la matriz o en sus ejemplos que reduzca la discusión.
4. ¿Qué tres categorías se llevan la mayor parte de nuestro volumen de incidentes y quién trabaja en eliminar la causa? Enumera las categorías principales y, para cada una, el responsable de la causa subyacente. Si la respuesta es «nadie», es un hallazgo. Pregunta si la categoría es un grupo real o un hábito de etiquetado. Elijan un grupo que investigar con el equipo de entrega este trimestre.
5. ¿Cómo distinguimos una repetición de una reapertura y qué hacemos con cada una? Muestra al equipo dos o tres parejas de registros y pregunta cuáles son repeticiones. Hablen de lo que dice una reapertura sobre la calidad de la primera corrección y de lo que dice una repetición sobre la causa. El facilitador debe orientar al grupo hacia vincular los grupos de repeticiones a registros de problemas en lugar de cerrarlos uno a uno. Acuerden quién los revisa y con qué frecuencia.
6. ¿Qué nos tentaría cambiar si los altos directivos revisaran cada semana nuestro recuento de incidentes? Pide al grupo que imagine el número en una pared. ¿Qué hábitos cambiarían: cómo se registran las cosas, cómo se fusionan los tickets, cómo se fijan las prioridades? Nombra la presión abiertamente y sin culpar. Acuerden qué barrera de protección mostraría el cambio y quién la mira.
Cuatro perspectivas
Equipos de producto y de entrega
Los equipos de entrega reciben el resultado de este tema como demanda. Las vistas de categorías y de repeticiones muestran qué partes del producto causan más problemas, y la mezcla de prioridades muestra cuánto trabajo de interrupción hay que planificar. Los equipos deben tratar el trabajo originado en incidentes como parte de su capacidad, mantenerlo visible en las medidas de flujo y usar los grupos de repeticiones para justificar trabajo de fiabilidad en la lista de pendientes (véase el tema 2.9, Trabajo operativo y trabajo no planificado). Contar incidentes por versión es una tendencia útil, aunque nunca debe convertirse en una medida de culpa para desarrolladores individuales.
Equipos de servicio y de operaciones
Los equipos de servicio y de operaciones crean los registros y sienten la presión en torno a la prioridad. Ganan con una matriz clara, una lista corta de categorías y formas rápidas de vincular duplicados. Deben comprobar los datos en sus propias herramientas, como la proporción de registros sin categorizar y la tasa de reclasificación, antes de que lo hagan otros. Los equipos de operaciones están bien situados para dirigir la revisión mensual por muestreo y para alimentar la gestión de problemas con los grupos de repeticiones.
Liderazgo y gobernanza
Los líderes quieren saber si el servicio mejora y dónde invertir. Deben pedir tasas normalizadas, la mezcla de prioridades y la vista de repeticiones, con anotaciones, y resistir una cifra única de volumen. Los objetivos de «menos incidentes» invitan a la supresión, así que fija en su lugar expectativas sobre resultados como el impacto en el cliente y la reducción de repeticiones. La gobernanza debe poseer la matriz de prioridades y aprobar sus cambios, anotando el efecto en las líneas de tendencia.
Clientes y usuarios
Los clientes experimentan los incidentes como trabajo interrumpido, no como categorías. Necesitan una forma fácil de reportar una avería, una prioridad justa basada en su impacto y actualizaciones honestas. Si se desalienta el reporte o las prioridades parecen arbitrarias, el volumen bajará y la confianza bajará con él. Comparte los principales hallazgos en términos que los usuarios reconozcan, como los servicios mejorados y los problemas eliminados (véase el tema 6.1, Métricas de satisfacción del cliente).
En la práctica: un ejemplo de gestión de servicios
El departamento de TI de un hospital regional da soporte a un sistema de historias clínicas, un sistema de citas y una herramienta de mensajería para el personal. Todos los números de este ejemplo son ilustrativos.
El informe mensual muestra 640 incidentes en el último mes del trimestre, frente a 520 el mes anterior. La dirección pide un plan de recuperación. La responsable del servicio del sistema de citas, cuyo recuento subió más, pide mirar los datos antes de aceptar que el servicio empeoró.
Salen a la luz tres hechos. Primero, el sistema de citas incorporó ese mes un nuevo grupo de clínicas y los usuarios activos aumentaron en torno a un 30 por ciento (ilustrativo). Normalizada, la tasa de incidentes por 1000 sesiones fue más o menos plana. Segundo, 90 de los registros adicionales estaban vinculados a un incidente padre, una interfaz fallida con un sistema de laboratorio, de modo que el número de averías distintas aumentó solo en un puñado. Tercero, la mezcla de prioridades cambió: la proporción de la prioridad más alta fue del 2 por ciento el mes anterior y del 7 por ciento ahora. La tasa de reclasificación también se había duplicado, y una muestra de 20 registros mostró que aproximadamente la mitad de las prioridades altas se habían rebajado al cierre.
El equipo toma tres decisiones. Reportan por separado los incidentes padre y los registros vinculados. Añaden las sesiones activas al informe como denominador. Celebran una sesión de media hora con el centro de servicios y los responsables clínicos para aplicar la matriz de impacto y urgencia a los registros muestreados, lo que muestra que «una clínica no puede dar citas a los pacientes» había sido tratado como medio por unos agentes y como alto por otros. La matriz recibe dos ejemplos clínicos por casilla.
El riesgo de manipulación que detectan es silencioso. Un gerente había pedido a los agentes que evitaran la prioridad 1 para el sistema de citas porque cada una desencadenaba una revisión, así que los registros se abrían con una prioridad menor y se subían más tarde, o no se subían nunca. La tasa de reclasificación y la revisión por muestreo expusieron el patrón. El equipo acuerda que las revisiones son para aprender, publica esa declaración y hace seguimiento, como barrera de protección, de la proporción de incidentes abiertos por debajo de la prioridad de cierre. La concentración por categoría también muestra el fallo de la interfaz en lo más alto de la lista, de modo que se abre un registro de problema y se programa una corrección con el equipo de la interfaz.
Agilidad, IA, automatización y analítica
Agilidad
Revisa la demanda de incidentes en las conversaciones periódicas de mejora con los equipos de producto propietarios de los servicios afectados y elige una causa repetida que eliminar. La precaución es que un objetivo de menos incidentes puede reducir el reporte honesto, así que mantén junto al recuento una proporción detectada por monitorización.
IA
La IA puede clasificar y priorizar incidentes en volumen, lo que desplaza la mezcla de prioridades y la concentración por categoría sin ningún cambio en el impacto real. Empareja la mezcla de prioridades con una comprobación humana por muestreo de la honestidad de la prioridad y reporta la tasa de reclasificación de las prioridades asignadas por IA. La precaución es que un modelo entrenado con tickets pasados repite los viejos hábitos de categoría, así que vigila que no se archiven tipos nuevos de incidente bajo etiquetas antiguas.
Automatización
Captura automáticamente la creación de incidentes, los cambios de prioridad y las alertas de monitorización para que el volumen se cuente a partir de eventos, y mide el paso de autoclasificación por su tasa de error. La precaución es que las tormentas de alertas crean recuentos de incidentes que reflejan las herramientas y no el daño al usuario, así que normaliza por uso y deduplica.
Analítica
Normaliza el volumen por uso y muestra la prioridad como una mezcla a lo largo del tiempo, con los incidentes repetidos vinculados a una causa. La decisión a la que informa es dónde invertir en prevención. La precaución es que un recuento bajo de incidentes de prioridad alta es demasiado pequeño para compararlo de un mes a otro, así que usa ventanas más largas.
Perspectiva sectorial
Startup. El volumen es pequeño y el equipo conoce cada incidente, de modo que las tasas y las matrices pueden parecer pesadas. Mantén un recuento sencillo por servicio y una lista corta de categorías, y anota en una página qué cuenta como incidente. Vigila las repeticiones, porque un equipo pequeño puede eliminar rápidamente un fallo repetido y recuperar tiempo.
Pequeña empresa. El centro de servicios puede ser una sola persona que usa una herramienta alojada. Usa los informes estándar de la herramienta, mantén la prioridad en unos pocos niveles con una regla sencilla de impacto y urgencia y comprueba que las solicitudes no se cuentan como incidentes. Compara de un mes a otro con notas sobre los cambios, como personal nuevo o software nuevo.
Gran empresa. Muchos servicios, proveedores y centros de servicios hacen de la coherencia el principal problema. Acuerden una única matriz de impacto y urgencia, un único esquema de categorías con profundidad limitada y una única regla de deduplicación, y dejen que los equipos locales añadan etiquetas sin cambiar el esquema compartido. Normaliza por servicio y revisa las tendencias con gráficos de control y anotaciones. Los incidentes causados por proveedores necesitan una definición compartida en los contratos (véase el tema 5.1, Métricas de SLA, OLA y XLA).
Gobierno y sector público. Los incidentes pueden conllevar obligaciones de información, necesidades de auditoría e interés público, en especial donde los servicios afectan a los derechos o la seguridad de los ciudadanos. Documenta la matriz de prioridades y el esquema de categorías, conserva una pista de auditoría de los cambios de prioridad y ten cuidado con cualquier recuento publicado, ya que la información pública puede crear una fuerte presión sobre cómo se redactan los registros. Los datos de uso pueden estar limitados por las normas de privacidad, así que declara el denominador que puedes usar legítimamente (véase el tema 8.5, Informes regulatorios y gubernamentales).
Caso de negocio: motivaciones, ROI y TCO
La motivación es la gestión de la demanda. Los incidentes consumen tiempo especializado, interrumpen el trabajo planificado y perturban a los usuarios. Entender el volumen, la prioridad y las repeticiones permite a una organización eliminar causas, dotar de personal según la demanda real y mostrar a los líderes dónde rendiría el trabajo de fiabilidad.
El costo tiene tres partes. La puesta en marcha cubre definir incidente y solicitud, acordar la matriz de prioridades y el esquema de categorías y vincular los datos de uso con los servicios. El costo de operación es el esfuerzo de mantener limpios los registros, una revisión mensual por muestreo y una persona que mantenga el informe. Un tercer costo es el tiempo para actuar sobre los hallazgos, que es de donde procede la mayor parte del retorno, así que planifica capacidad para ello.
El retorno se describe mejor como patrones que puedes medir tú mismo. Entre ellos, menos repeticiones tras el trabajo sobre problemas, menos tiempo en disputas de prioridad, menos escaladas sorpresa y un mejor ajuste entre dotación y demanda. Evita prometer una reducción porcentual de incidentes; depende del servicio, del punto de partida y del trabajo realizado. El costo total de propiedad es sobre todo tiempo de las personas, así que cuéntalo y compáralo con el tiempo que consumen actualmente los incidentes que se repiten.
Antipatrones y trampas
- Reportar un recuento en bruto como puntuación de salud. El uso, el cambio y el comportamiento de reporte lo mueven. Muestra juntas las tasas normalizadas, los recuentos en bruto y las anotaciones.
- Objetivos de menos incidentes. Premian la supresión y el etiquetado erróneo. Fija metas de reducción de repeticiones y de impacto en el cliente y conserva el recuento de incidentes como información.
- Contar solicitudes como incidentes. El volumen sube y el servicio parece peor de lo que es. Separa los tipos de registro y reporta cada uno.
- Prioridad de elección libre. La prioridad se convierte en negociación y la mezcla pierde sentido. Usa una matriz publicada y muestrea para comprobar la coherencia.
- Un árbol de categorías que nadie usa. La gente elige la primera coincidencia y «otros» crece. Mantenlo corto, revisa «otros» cada mes y poda lo que no se usa.
- Contar cada ticket vinculado como una avería distinta. Una sola caída domina el mes. Reporta los incidentes padre y el número de registros vinculados.
- Clasificar a agentes o equipos por recuentos de incidentes. Los recuentos por persona reflejan el reparto del trabajo y los hábitos con los tickets. Agrega a servicios y revisa patrones, no personas.
- Ignorar las repeticiones. La misma avería se arregla una y otra vez y nadie es responsable de la causa. Vincula las repeticiones a registros de problemas y asigna un responsable.
Modelo de madurez
| Dimensión | 1 Iniciar | 2 Desarrollar | 3 Estandarizar | 4 Gestionar | 5 Orquestar |
|---|---|---|---|---|---|
| Definiciones y recuento | La gente discrepa sobre qué es un incidente; los recuentos vienen de exportaciones ad hoc | Algunos equipos filtran las solicitudes de los incidentes; las reglas difieren | Una definición escrita, un filtro y una regla de deduplicación para todos los equipos | Cambios de definición registrados y mostrados en los gráficos de tendencia; proporción de registros sin categorizar con seguimiento | Definiciones revisadas con proveedores y clientes y modificadas cuando dejan de informar decisiones |
| Normalización e interpretación | Solo recuentos en bruto | Datos de uso empleados por unos pocos servicios | Una medida de uso con nombre por servicio procedente de una fuente separada | Gráficos de control con anotaciones usados en las revisiones | Datos de uso, cambio e incidentes vinculados entre equipos y proveedores para explicar la demanda |
| Práctica de prioridad | Prioridad elegida a ojo | Existe una matriz en algunos equipos | Una matriz con ejemplos, mostrada donde se elige la prioridad | Mezcla y tasa de reclasificación revisadas y muestreadas cada mes | Matriz ajustada con clientes y responsables clínicos o de negocio a medida que cambian las condiciones |
| Repeticiones y patrones | Repeticiones notadas de memoria | Listas de categorías revisadas de vez en cuando | Tasas de repeticiones y reaperturas reportadas cada mes con una ventana declarada | Grupos de repeticiones vinculados a registros de problemas con responsables y fechas | Eliminación de causas entre equipos y proveedores financiada y con seguimiento hasta una demanda reducida |
Lista de verificación
- Una definición escrita separa los incidentes de las solicitudes, las alertas y los problemas.
- Los incidentes padre y los registros vinculados se reportan por separado.
- Cada incidente se atribuye a un servicio del catálogo de servicios.
- Cada servicio tiene una medida de uso con nombre procedente de una fuente distinta de la herramienta de incidentes.
- Los informes muestran el recuento en bruto, la tasa normalizada y anotaciones de versiones y campañas.
- Se usa un gráfico de control antes de que nadie reaccione a un cambio en el volumen semanal.
- La prioridad se deriva de una matriz publicada de impacto y urgencia con ejemplos.
- La mezcla de prioridades y la tasa de reclasificación se revisan juntas cada mes.
- La lista de categorías es corta y se hace seguimiento de la proporción de «otros» y de registros sin categorizar.
- Las tasas de repeticiones y de reaperturas usan ventanas declaradas y se reportan por separado.
- Los grupos de repeticiones se vinculan a registros de problemas con un responsable.
- Ningún informe clasifica a agentes individuales por recuentos de incidentes.
Prompts de IA
Comprueba si la definición de volumen de incidentes es ambigua.
We count incident volume for [service or team] from [ITSM tool]. Our current
filter is [describe record types, statuses, and exclusions] and our period is
[period]. Review the definition for ambiguity, including how requests, duplicates,
merged tickets, and cancelled records are handled. Suggest a clear written rule
and a short list of examples that would settle disagreements. Do not invent
benchmark values. List your assumptions and the questions I should answer to
complete the definition.
Diseña una tasa de incidentes normalizada.
For the service [service name] I want an incident rate normalized by usage. The
available usage measures are [list, for example active users, sessions,
transactions] from [source]. Compare the options, say which fits best and why,
and describe what could distort each one. Propose how to show the raw count, the
rate, and annotations for [events such as releases or campaigns] on one chart.
Do not invent figures or thresholds. List your assumptions.
Revisa una matriz de impacto y urgencia.
Here is our priority matrix: [paste impact levels, urgency levels, and the
resulting priorities], and here are [number] anonymized example incidents:
[paste short descriptions]. Apply the matrix to each example, point out where two
readers could reach different priorities, and suggest wording or examples that
reduce the disagreement. Identify ways the matrix could be gamed. Do not invent
response targets or benchmark values. List your assumptions.
Analiza categorías y repeticiones en busca de candidatos de mejora.
I have incident records for [period] with these fields: [list fields, for
example service, category, CI, opening time, closing time, reopen flag]. Describe
a method to find the top categories, to separate reopens from repeats using a
window of [window], and to choose [number] candidates for problem investigation.
Explain how to check for catch-all categories and near-duplicate records. Do not
invent patterns in data I have not shown you. List your assumptions.
Skills de IA
- Service Management Metrics skill: úsala para encontrar el tema que define una métrica relacionada y la barrera de protección que debe ir a su lado.
- Service Management Metrics maintainer skill: úsala para comprobar que un tema de métrica editado mantiene completos sus relojes, vectores de manipulación y barreras de protección.
Ideas clave
- El volumen de incidentes refleja el uso, el cambio y el comportamiento de reporte tanto como la calidad, así que normalízalo y anótalo.
- Lee la prioridad como una mezcla, derívala de una matriz publicada de impacto y urgencia y vigila la tasa de reclasificación.
- Reporta por separado los incidentes padre y los registros vinculados para que una caída no parezca un mes de trabajo rutinario.
- Las repeticiones y las reaperturas son las señales más útiles, porque apuntan a causas y correcciones que no se sostuvieron.
- Agrega a servicios y equipos, nunca a agentes individuales, y empareja cada métrica con una barrera de protección.
- Usa gráficos de control y vistas de Pareto para decidir dónde mirar y da después a cada grupo un responsable y capacidad.
Referencias y lecturas complementarias
- Axelos (now PeopleCert), ITIL Foundation: ITIL 4 Edition, TSO, 2019.
- Beyer, B., Jones, C., Petoff, J., and Murphy, N. R. (eds.), Site Reliability Engineering: How Google Runs Production Systems, O'Reilly Media, 2016, https://sre.google/sre-book/table-of-contents/
- Wheeler, D. J., Understanding Variation: The Key to Managing Chaos, 2nd edition, SPC Press, 2000.
- Vacanti, D. S., Actionable Agile Metrics for Predictability: An Introduction, Daniel S. Vacanti, Inc., 2015.
- Forsgren, N., Humble, J., and Kim, G., Accelerate: The Science of Lean Software and DevOps, IT Revolution, 2018.
- ISO/IEC 20000-1, Information technology: Service management: Service management system requirements, International Organization for Standardization.
- Goodhart, C. A. E., "Problems of Monetary Management: The U.K. Experience," in Papers in Monetary Economics, Reserve Bank of Australia, 1975.
- Wikipedia, ITIL.
- Wikipedia, Incident management.
- Wikipedia, Help desk software.
- Wikipedia, Control chart.
- Wikipedia, Seasonality.
- Wikipedia, Pareto principle.
- Wikipedia, Root cause analysis.