बड़ी घटना के मीट्रिक्स
बड़ी घटनाओं को दुर्लभ, महँगी घटनाओं के रूप में मापें जिनसे सीखना है, लीग तालिका के रूप में नहीं: उन्हें गिनें, ईमानदारी से उनका समय मापें, ग्राहकों पर उनका प्रभाव आँकें, जाँचें कि लोगों को बताया गया, और साबित करें कि अनुवर्ती कार्रवाइयाँ पूरी हुईं।
अवलोकन और प्रेरणा
बड़ी घटना ऐसी घटना है जो इतनी गंभीर है कि सामान्य दिनचर्या से आगे की प्रतिक्रिया चाहिए। IT सेवा प्रबंधन का सबसे प्रसिद्ध ढाँचा ITIL घटना प्रबंधन (incident management) को सामान्य सेवा संचालन को यथासंभव जल्दी बहाल करना बताता है, और अपेक्षा करता है कि संगठन अपनी सबसे गंभीर घटनाओं को अलग, अधिक समन्वित रास्ते से संभालें। संगठन वह रेखा कैसे खींचता है यह उसका अपना निर्णय है। आम चुनाव वह घटना है जो कई उपयोगकर्ताओं या किसी महत्वपूर्ण सेवा को प्रभावित करती है और जिसमें एक समन्वयक के अधीन कई टीमों को साथ काम करना पड़ता है। अपनी परिभाषा लिखें, क्योंकि इस विषय की हर मीट्रिक उस पर निर्भर है।
बड़ी घटनाएँ थोड़ी होती हैं। टीम हफ़्ते में दर्जनों सामान्य घटनाएँ और तिमाही में दो-तीन बड़ी घटनाएँ देख सकती है। यह मापने का तरीका बदल देता है। घटनाओं की मात्रा और समाधान के समय के सामान्य आँकड़े (देखें विषय 3.2, घटनाओं की संख्या और प्राथमिकता, और विषय 3.3, घटना की प्रतिक्रिया और समाधान का समय) कई घटनाएँ मानते हैं और औसत को पुरस्कृत करते हैं। प्रति अवधि मुट्ठी भर बड़ी घटनाओं के साथ औसत एक बुरी रात से हावी होता है, रुझान रेखा अधिकतर शोर है, और पाँच डेटा बिंदुओं पर परसेंटाइल (percentile) अर्थहीन है (देखें विषय 1.6, सेवा मीट्रिक्स के लिए सांख्यिकीय साक्षरता)। ईमानदार तरीका है हर बड़ी घटना को उसकी अपनी पंक्ति और अपनी समय-रेखा के साथ दिखाना, और केवल लंबी खिड़कियों पर सारांश देना।
एजाइल और ITIL के दृष्टिकोण यहाँ पुस्तक में किसी भी और जगह से अधिक सीधे मिलते हैं। ITIL संरचना देता है: घोषित बड़ी घटना, नामित समन्वयक, प्रभावित पक्षों को परिभाषित संवाद, और बाद में समीक्षा। एजाइल (agile) और साइट विश्वसनीयता इंजीनियरिंग (SRE) की परंपराएँ आदतें देती हैं: प्रतिक्रिया चलाने वाला घटना कमांडर (incident commander), क्या हुआ इसकी दोष-रहित समीक्षा, और सीखने पर ध्यान जो सतत सुधार को खिलाता है। Google की Site Reliability Engineering घटना कमान के पैटर्न और पोस्टमॉर्टम समीक्षा की प्रथा दोनों का वर्णन करती है (देखें संदर्भ)। इस अर्थ में पोस्टमॉर्टम (postmortem) घटना, उसके कारणों और उसके बाद की कार्रवाइयों का लिखित विवरण है, और यहाँ इस शब्द का "घटना-पश्चात समीक्षा" के साथ अदल-बदल कर उपयोग होता है।
यह विषय पाँच प्रश्नों को कवर करता है। बड़ी घटनाएँ कितनी बार होती हैं? कितनी देर चलती हैं, और उस समय का कितना हिस्सा किसी के घोषित करने से पहले बीतता है? कितने उपयोगकर्ताओं ने, और किन उपयोगकर्ताओं ने, इसे महसूस किया? क्या लोगों ने हमसे समय पर और स्थिर लय से सुना? और क्या वादा किया गया अनुवर्ती हुआ? संबंधित विषय उनके आसपास की चीज़ें कवर करते हैं: उपलब्धता (देखें विषय 5.3, उपलब्धता मीट्रिक्स), लिखित समीक्षा की गुणवत्ता (देखें विषय 4.2, पोस्टमॉर्टम और सीखने के मीट्रिक्स), अंतर्निहित कारण (देखें विषय 4.1, समस्या प्रबंधन मीट्रिक्स), और वह परिवर्तन जो अक्सर उन्हें ट्रिगर करता है (देखें विषय 4.4, परिवर्तन की विफलता और पुनर्कार्य)।
इस विषय में प्रयुक्त शब्द:
- बड़ी घटना (major incident): वह घटना जो आपके लिखित घोषणा-मानदंड पूरे करती है और बड़ी घटना की प्रक्रिया ट्रिगर करती है।
- घोषणा (declaration): वह क्षण जब अधिकार वाला कोई व्यक्ति औपचारिक रूप से बड़ी घटना की प्रक्रिया लागू करता है।
- बहाली का समय: ग्राहक के प्रभाव के आरंभ से उस क्षण तक का समय जब उपयोगकर्ताओं के लिए सेवा बहाल होती है। सेवा बहाल करने का क्षण मूल कारण (root cause) खोजने के क्षण जैसा नहीं है।
- घटना कमांडर (incident commander): वह भूमिका जो प्रतिक्रिया का समन्वय करती है, कार्य सौंपती है और निर्णय लेती है। यह घटना की अवधि के लिए भूमिका है, पदनाम नहीं।
- घटना-पश्चात समीक्षा: सेवा बहाल होने के बाद घटना की संरचित, दोष-रहित जाँच।
- कार्रवाई मद (action item): समीक्षा से निकला विशिष्ट, स्वामी वाला, तिथि-युक्त बदलाव।
मुख्य सिद्धांत
- घटनाएँ दिखाएँ, फिर सारांश दें। दुर्लभ घटनाएँ अलग समय-रेखाओं की हकदार हैं। हर बड़ी घटना अलग रिपोर्ट करें और सारांश आँकड़े केवल लंबी खिड़की पर, गिनती के साथ उपयोग करें।
- घड़ी जागरूकता पर नहीं, प्रभाव पर शुरू करें। जो अवधि तब शुरू होती है जब कोई नोटिस करता है वह पहचान का अंतर छिपाती है, जो अक्सर कहानी का सबसे बड़ा हिस्सा होता है।
- उपयोगकर्ता के अनुभव को मापें, टीम के प्रयास को नहीं। ग्राहक पर प्रभाव ही प्रक्रिया के होने का कारण है। उत्तरदाताओं के प्रयास के घंटे ट्रैक करने की लागत हैं, अंक कभी नहीं।
- संवाद बहाली का हिस्सा है। जो सेवा बहाल हो जबकि उपयोगकर्ता अब भी अंदाज़ा लगा रहे हों वह केवल आधी ठीक हुई है। अद्यतनों की समयबद्धता को प्रतिक्रिया के माप के रूप में लें।
- समीक्षा तब तक पूरी नहीं जब तक कार्रवाइयाँ पूरी न हों। खुली कार्रवाइयों वाला पूरा दस्तावेज़ कुछ नहीं बदलता। केवल समीक्षा के होने का नहीं, अनुवर्ती का माप लें।
- लोगों की रैंकिंग कभी न करें, और घोषित करने को दंडित कभी न करें। यदि बड़ी घटना घोषित करना रिपोर्ट में घोषणा करने वाली टीम को चोट पहुँचाता है, तो कम घटनाएँ घोषित होंगी और सेवा बिगड़ते हुए मीट्रिक्स सुधरेंगी।
- घोषणा के मानदंड स्थिर रखें। सीमा खिसकाने से इस विषय की हर मीट्रिक बदलती है। हर बदलाव कारण और तिथि सहित लॉग करें।
मीट्रिक परिभाषाएँ
| मीट्रिक | परिभाषा | सूत्र | इकाई | डेटा स्रोत | ITIL प्रैक्टिस | एजाइल समकक्ष | आवृत्ति |
|---|---|---|---|---|---|---|---|
| बड़ी घटनाओं की गिनती | किसी अवधि में घोषित बड़ी घटनाएँ, सेवा के अनुसार | अवधि में घोषणा के मानदंड पूरे करने और घोषित होने वाली घटनाओं की गिनती, घोषणा के समय के अनुसार, सेवा के अनुसार; पहले घंटे के भीतर घटाई गई घटनाएँ अलग सूचीबद्ध और बाहर | प्रति तिमाही गिनती | बड़ी घटना के झंडे वाले ITSM औज़ार के घटना रिकॉर्ड | घटना प्रबंधन | टीम या सेवा के स्वास्थ्य की समीक्षा | मासिक रिपोर्ट, तिमाही रुझान |
| बड़ी घटना की अवधि | वह समय जब ग्राहक प्रभावित रहे | प्रति घटना सेवा बहाल होने का समय घटा प्रभाव शुरू होने का समय। प्रभाव का आरंभ निगरानी में सबसे पहले का प्रमाण या पहली उपयोगकर्ता रिपोर्ट है, जो भी पहले हो। आंशिक बहाली अपनी घटना के रूप में दर्ज होती है, और पूर्ण बहाली घड़ी रोकती है | मिनट, प्रति घटना | निगरानी की समय-रेखा, ITSM औज़ार में घटना की समय-रेखा | घटना प्रबंधन; सेवा-स्तर प्रबंधन | डिलीवरी मीट्रिक्स में बहाली का समय (देखें विषय 2.8, DORA मीट्रिक्स) | प्रति घटना; तिमाही लंबी-खिड़की का माध्य और अधिकतम |
| घोषणा का समय | प्रभाव के आरंभ और बड़ी घटना की घोषणा के बीच की देरी | प्रति घटना घोषणा का समय घटा प्रभाव के आरंभ का समय। जो घटनाएँ कभी घोषित नहीं हुईं वे सामान्य उच्च-प्रभाव घटनाओं की तिमाही समीक्षा से खोजी जाती हैं और घोषणा के समय n/a (कभी घोषित नहीं) के साथ शामिल की जाती हैं | मिनट, प्रति घटना | निगरानी की समय-रेखा, ITSM औज़ार का ऑडिट ट्रेल | घटना प्रबंधन; निगरानी और इवेंट प्रबंधन | टीम के कार्य-समझौतों में एस्केलेशन के लिए तैयारी की परिभाषा | प्रति घटना |
| ग्राहक पर प्रभाव | कितने उपयोगकर्ता और कितना उपयोग प्रभावित हुआ | प्रति घटना प्रभावित उपयोगकर्ता (या विफल अनुरोध) गुणा प्रभावित मिनट। केवल उन उपयोगकर्ताओं को गिनें जिन्होंने प्रभाव की खिड़की में सेवा का उपयोग करने का प्रयास किया। नियोजित रखरखाव शामिल नहीं | उपयोगकर्ता-मिनट, या विफल अनुरोध | सेवा टेलीमेट्री, सहायता संपर्क रिकॉर्ड | सेवा-स्तर प्रबंधन; घटना प्रबंधन | उपयोगकर्ता-मुखी सेवा-स्तर संकेतक (देखें विषय 5.2, SLI, SLO और त्रुटि बजट) | प्रति घटना |
| संवाद की समयबद्धता | क्या प्रभावित पक्षों को समय पर बताया गया | उन बड़ी घटनाओं का हिस्सा जिनमें पहली ग्राहक-मुखी सूचना घोषणा के बाद लक्ष्य के भीतर गई, और निर्धारित अद्यतनों का हिस्सा जो सहमत अंतराल के भीतर भेजे गए। घड़ी घोषणा से शुरू होती है। केवल आंतरिक संदेश शामिल नहीं | घटनाओं का प्रतिशत; अद्यतनों का प्रतिशत | स्टेटस पृष्ठ का इतिहास, ITSM औज़ार में संवाद लॉग | घटना प्रबंधन; सेवा-स्तर प्रबंधन | टीम के कार्य-समझौते में हितधारक संवाद | प्रति घटना; तिमाही सारांश |
| समीक्षा पूरी होने की समयबद्धता | क्या समीक्षा इतनी जल्दी हुई कि उपयोगी हो | बहाली के बाद सहमत कार्यदिवसों के भीतर प्रकाशित समीक्षा वाली बड़ी घटनाओं का हिस्सा। घड़ी प्रकाशन पर रुकती है, पहले मसौदे पर नहीं। जो घटनाएँ अब भी खिड़की के भीतर हैं वे शामिल नहीं | प्रतिशत | समीक्षा रिपॉज़िटरी, ITSM औज़ार | सतत सुधार; समस्या प्रबंधन | सुधार का अनुवर्ती | तिमाही |
| कार्रवाई मद का अनुवर्ती | क्या समीक्षा की कार्रवाइयाँ पूरी हुईं | अपनी नियत तिथि तक पूरी समीक्षा कार्रवाइयाँ / अवधि में नियत समीक्षा कार्रवाइयाँ। "नहीं करेंगे" के रूप में बंद कार्रवाइयाँ कारण सहित अलग गिनी जाती हैं, छिपाई नहीं जातीं | प्रतिशत; विलंबित की गिनती | समीक्षा से जुड़ा इश्यू ट्रैकर | सतत सुधार; समस्या प्रबंधन | रेट्रोस्पेक्टिव से बैकलॉग मदें | मासिक |
| दोहराई बड़ी घटना दर | उसी कारण का दोहराव | अवधि की वे बड़ी घटनाएँ जिनका दर्ज कारण पिछले बारह महीनों की किसी पहले की बड़ी घटना के कारण से मेल खाता है / अवधि की बड़ी घटनाएँ। मिलान कारण फ़ील्ड से होता है, हाथ से समीक्षित | प्रतिशत, गिनती दिखाई जाती है | समीक्षा रिकॉर्ड, समस्या रिकॉर्ड | समस्या प्रबंधन | बैकलॉग में रोकथाम का काम | तिमाही |
हर पंक्ति पर भरोसा करने से पहले उसे लिखित घड़ी-नियम चाहिए। प्रभाव के आरंभ और बहाली के समय पर विवाद आम हैं और पहले से सुलझाए जाने पर सबसे अच्छे रहते हैं (देखें विषय 1.5, डेटा स्रोत और इंस्ट्रूमेंटेशन)।
सिफ़ारिशें
लिखें कि घटना को बड़ी क्या बनाता है
ऐसे घोषणा-मानदंड प्रकाशित करें जिन्हें ऑन-कॉल का कोई भी व्यक्ति लागू कर सके। मानदंड आमतौर पर प्रभाव (प्रभावित उपयोगकर्ता, महत्वपूर्ण सेवा का घटना, सुरक्षा या कानूनी जोखिम) को समन्वय की ज़रूरत (एक से अधिक टीमें चाहिए) से जोड़ते हैं। उदाहरणों वाली छोटी सूची लंबे मैट्रिक्स से बेहतर है। बताएँ कि कौन घोषित कर सकता है, और स्पष्ट करें कि नेकनीयती से घोषित करना कभी ग़लती नहीं है, भले ही घटना छोटी निकले।
हर घटना रिकॉर्ड में मानदंड का संस्करण दर्ज करें। जब सीमा खिसकती है तो रुझान उसके साथ खिसकते हैं। हर रिकॉर्ड पर संस्करण संख्या या तिथि आपको समान से समान की तुलना करने और नियम परिवर्तन से आई गिनती की उछाल समझाने देती है।
गिनती को लक्ष्य बनाए बिना गिनें और वर्गीकृत करें
गिनती को उसके संदर्भ के साथ रिपोर्ट करें। प्रति तिमाही बड़ी घटनाओं की संख्या सेवा, ट्रिगर (परिवर्तन, क्षमता, निर्भरता, सुरक्षा, अन्य) और मानदंड के संस्करण के बगल में दिखाएँ। संदर्भ के बिना गिनती "प्रति तिमाही तीन से कम" जैसे लक्ष्यों को न्योता देती है, जो लोगों को घोषित न करना सिखाते हैं। घटती गिनती को अच्छी खबर तभी मानें जब घोषणा का समय और ग्राहक पर प्रभाव स्थिर हों।
घोषित, घटाई गई और चूकी को अलग करें। उन घटनाओं को ट्रैक करें जो घोषित हुईं और घटाई गईं, क्योंकि वे दिखाती हैं कि मानदंड समझदार हैं या नहीं। हर तिमाही सामान्य घटनाओं के नमूने की समीक्षा करें उन घटनाओं के लिए जो घोषित होनी चाहिए थीं। चूकी हुई घटनाएँ सबसे जानकारीपूर्ण हैं।
उपयोगकर्ता की ओर से घटना का समय मापें
घड़ी तब शुरू करें जब ग्राहक प्रभावित हुए। सबसे पहले का विश्वसनीय प्रमाण उपयोग करें, जो अक्सर पहले टिकट से पहले का निगरानी संकेत होता है। जब आरंभ अनिश्चित हो, तो उस समय की जगह जब किसी ने नोटिस किया, अनुमान और उसका स्रोत दर्ज करें। प्रभाव के आरंभ और घोषणा के बीच का अंतर अपने-आप में एक मीट्रिक है और आमतौर पर सुधारने में सबसे सस्ता।
समय-रेखा को चरणों में बाँटें। पहचान, घोषणा, निदान, शमन और पूर्ण बहाली के देरी के अलग कारण और अलग स्वामी हैं। हर घटना के लिए चरणों का विभाजन औसत की ज़रूरत के बिना दिखाता है कि समय कहाँ गया। जुगाड़ से सेवा बहाल करना और कारण ठीक करना अलग घटनाएँ हैं, और दूसरी समस्या प्रबंधन की है।
लंबी खिड़कियों पर माध्य और सबसे बुरा मामला गिनती के साथ उपयोग करें। एक वर्ष के डेटा के लिए माध्य और सबसे लंबी अवधि रिपोर्ट करें, और बताएँ कि वे कितनी घटनाओं से आते हैं। बड़ी घटनाओं के लिए एकल औसत बहाली समय से बचें। कुछ घटनाओं के साथ वह अस्थिर है और एक लंबे आउटेज से विकृत हो जाता है (देखें विषय 1.6, सेवा मीट्रिक्स के लिए सांख्यिकीय साक्षरता)।
ग्राहक के प्रभाव को उन शब्दों में आँकें जिन्हें उपयोगकर्ता पहचानें
सर्वर-आधारित प्रभाव की जगह उपयोगकर्ता-आधारित प्रभाव को तरजीह दें। विफल अनुरोध, प्रभावित उपयोगकर्ता या प्रभावित लेन-देन वर्णन करते हैं कि लोगों के साथ क्या हुआ। किसी घटक पर घटी सेवा के मिनट वर्णन करते हैं कि मशीन के साथ क्या हुआ। जहाँ आपके पास सेवा-स्तर संकेतक हैं, उनका उपयोग करें (देखें विषय 5.2, SLI, SLO और त्रुटि बजट) और घटना को उपलब्धता की तस्वीर से जोड़ें (देखें विषय 5.3, उपलब्धता मीट्रिक्स)।
हर रिकॉर्ड में सरल भाषा का प्रभाव-कथन जोड़ें। एक-दो वाक्य जो बताएँ कि कौन प्रभावित हुआ और वह क्या नहीं कर सका। सहायता संपर्क, सोशल मीडिया के उल्लेख और ग्राहक एस्केलेशन कथन के प्रमाण हैं, बढ़ाने वाली मीट्रिक्स नहीं।
संवाद को प्रतिक्रिया के हिस्से के रूप में मापें
दर्शक के अनुसार संवाद के लक्ष्य रखें। प्रभावित ग्राहकों, आंतरिक हितधारकों और अधिकारियों को अलग समय पर अलग संदेश चाहिए। घोषणा के बाद पहली सूचना के लिए लक्ष्य और अद्यतनों के लिए स्थिर लय पर सहमत हों, और प्रति घटना पालन मापें। लय सामग्री से अधिक मायने रखती है: "कोई बदलाव नहीं, अगला अद्यतन तीस मिनट में" कहने वाला और समय पर आने वाला अद्यतन चुप्पी से अधिक भरोसा बनाता है।
प्रतिक्रिया और संवाद को अलग हाथों में रखें। संवाद-लीड घटना कमांडर को निदान पर ध्यान देने के लिए मुक्त करता है। छोटी टीम इसके बजाय चेकलिस्ट और पहले से लिखा टेम्पलेट उपयोग कर सकती है।
सीखने का चक्र बंद करें
समीक्षा जल्दी रखें और उसे प्रकाशित करें। याददाश्त धुँधली होती है, इसलिए समीक्षा के लिए खिड़की तय करें और मापें कि वह पूरी हुई या नहीं। समीक्षा का पूरा होना उससे कम मायने रखता है जो समीक्षा बदलती है, इसलिए उसे अनुवर्ती से जोड़ें। Google की Site Reliability Engineering दोष-रहित समीक्षा और उसे लिखने के पक्ष में तर्क देती है (देखें संदर्भ), और विषय 4.2 (पोस्टमॉर्टम और सीखने के मीट्रिक्स) समीक्षा की गुणवत्ता कवर करता है।
कार्रवाइयों को अंत तक ट्रैक करें, और ईमानदार "नहीं करेंगे" की अनुमति दें। हर कार्रवाई को उस बैकलॉग में डालें जो स्वामी टीम पहले से उपयोग करती है, स्वामी और तिथि सहित। सड़ने देने की जगह कारण सहित अस्वीकृत कार्रवाइयाँ दर्ज करें। संचालन या सेवा समीक्षा में विलंबित कार्रवाइयों की समीक्षा करें और पूछें कि उन्हें क्या रोक रहा है। प्रति समीक्षा कार्रवाइयों की संख्या सीमित करें ताकि जो बचें वही हों जो मायने रखती हैं।
घटनाओं के पार पैटर्न खोजें, और उन्हें समस्या प्रबंधन को भेजें। दोहराए कारण, सामान्य ट्रिगर और बार-बार की पहचान के अंतर ऐसे संकेत हैं जो अकेली समीक्षाएँ चूक जाती हैं। उन्हें समस्या और ज्ञात त्रुटि की प्रक्रिया (देखें विषय 4.1, समस्या प्रबंधन मीट्रिक्स) और सेवाओं की स्वामी टीमों की योजना में डालें। बढ़ती दोहराव दर को जाँच का संकेत मानें, फ़ैसला नहीं।
गेमिंग के रास्ते और सुरक्षा-रेखाएँ
| मीट्रिक | इसमें गेमिंग कैसे होती है | जोड़ीदार सुरक्षा-रेखा मीट्रिक या प्रथा |
|---|---|---|
| बड़ी घटनाओं की गिनती | घोषणा की सीमा बढ़ाना, घटनाओं को "उच्च" प्राथमिकता पर रखना ताकि वे कभी घोषित न हों, एक घटना को कई रिकॉर्डों में बाँटना, या कई को एक में मिलाना | निश्चित, संस्करणित मानदंड; उच्च-प्रभाव की सामान्य घटनाओं का तिमाही नमूना; गिनती के बगल में ग्राहक पर प्रभाव और घोषणा का समय ट्रैक |
| बड़ी घटना की अवधि | घड़ी को बाद के प्रभाव-आरंभ पर लौटाना, उपयोगकर्ताओं के विफल रहते "बहाल" घोषित करना, या बंद करके नया रिकॉर्ड दोबारा खोलना | निगरानी से लिया गया प्रभाव का आरंभ; उपयोगकर्ता-मुखी संकेतक से पुष्ट बहाली; दोबारा खुले और जुड़े रिकॉर्ड एक घटना गिने जाते हैं |
| घोषणा का समय | तेज़ दिखने के लिए हर चीज़ पर जल्दी घोषणा करना, या घोषणा को प्रभाव के आरंभ तक बैकडेट करना | घोषित घटनाओं का हिस्सा जो बाद में घटाई गईं; घोषणा के समय का ऑडिट ट्रेल; कच्ची निगरानी के विरुद्ध समय-रेखाओं का नमूना |
| ग्राहक पर प्रभाव | "प्रभावित" की परिभाषा संकरी करना, केवल उन्हें गिनना जिन्होंने टिकट उठाया, या ऐसी निर्भरता मापना जो चालू रही | संपर्कों के साथ टेलीमेट्री से निकला प्रभाव; घटना की समीक्षा में समीक्षित सरल भाषा का प्रभाव-कथन |
| संवाद की समयबद्धता | घड़ी शुरू करने के लिए अस्पष्ट सूचना डालना, बिना सामग्री के अद्यतन भेजना, या आंतरिक संदेश गिनना | अद्यतनों के नमूने की सामग्री की जाँच; स्पष्टता पर ग्राहक की प्रतिक्रिया; केवल ग्राहक-मुखी सूचनाएँ गिनी जाती हैं |
| समीक्षा पूरी होने की समयबद्धता | तिथि पूरी करने के लिए पतला दस्तावेज़ प्रकाशित करना, या समीक्षा को "आवश्यक नहीं" घोषित करना | नमूने पर सहकर्मी द्वारा पढ़ी गई समीक्षा की गुणवत्ता (देखें विषय 4.2, पोस्टमॉर्टम और सीखने के मीट्रिक्स); माफ़ की गई समीक्षाओं का हिस्सा दिखाया जाता है |
| कार्रवाई मद का अनुवर्ती | अस्पष्ट या मामूली कार्रवाइयाँ लिखना जो बंद करना आसान हैं, काम किए बिना कार्रवाइयाँ बंद करना, या "नहीं करेंगे" के रूप में दोबारा लेबल करना | कार्रवाइयों की गुणवत्ता का नमूना; बंद कार्रवाइयाँ प्रणाली के बदलाव के विरुद्ध सत्यापित; "नहीं करेंगे" का हिस्सा और कारणों की समीक्षा |
| दोहराई बड़ी घटना दर | अलग शब्द चुनकर हर कारण को नया दर्ज करना, या सब कुछ "मानवीय त्रुटि" से जोड़ना | परिभाषाओं सहित छोटी कारण-वर्गीकरण सूची; घटना के बाहर के किसी व्यक्ति द्वारा कारण फ़ील्डों की समीक्षा; प्रणाली की व्याख्या के बिना कारण के रूप में "मानवीय त्रुटि" स्वीकार नहीं |
स्वस्थ पठन घोषित घटनाओं की मध्यम और काफ़ी स्थिर गिनती है, कभी-कभार घटाई गई और समीक्षा में मिली कभी-कभार चूकी हुई घटना के साथ। घोषणा का समय छोटा और घटता है, हर घटना का ग्राहक पर प्रभाव समझा जाता है और जहाँ रोकथाम का काम हुआ वहाँ घटता है, और लगभग सभी ग्राहक-मुखी अद्यतन समय पर हैं। समीक्षाएँ समय पर प्रकाशित हैं और उनकी कार्रवाइयाँ अधिकतर पूरी हैं, अस्वीकृत कार्रवाइयों के छोटे, ईमानदार सेट के साथ। यदि सब कुछ पूर्ण दिखे, तो पूछें कि क्या मानदंड भटक गए हैं या लोगों ने घोषित करना बंद कर दिया है (देखें विषय 1.2, गुडहार्ट का नियम और मीट्रिक्स का मनोविज्ञान)। चार्ल्स गुडहार्ट के नाम पर बना नियम यहाँ देखना सबसे आसान है, क्योंकि ख़राब संख्या की कीमत अलार्म उठाने की घटी इच्छा है।
समझौते: लाभ और हानि
| चुनाव | ताकत | कमज़ोरी |
|---|---|---|
| हर घटना को पंक्ति के रूप में दिखाना | संदर्भ बनाए रखता है, छोटी गिनतियों पर भ्रामक औसत से बचाता है | नेताओं के लिए सारांश कठिन; प्रति घटना छोटा विवरण चाहिए |
| बड़ी घटनाओं की गिनती रिपोर्ट करना | सरल, परिचित, नेतृत्व को दिखाई देता है | लक्ष्य में बदलना आसान; मानदंड के बदलावों पर प्रतिक्रिया करता है |
| प्रभाव के आरंभ से समय | उपयोगकर्ता के अनुभव को दर्शाता है, पहचान का अंतर उजागर करता है | प्रभाव का आरंभ कभी-कभी अनिश्चित होता है और विवेक चाहिए |
| घोषणा से समय | जुटाना और तुलना करना आसान | धीमी पहचान और धीमी घोषणा छिपाता है |
| प्रभाव के उपयोगकर्ता-मिनट | घटनाओं और सेवाओं के पार तुलनीय | टेलीमेट्री चाहिए; सभी उपयोगकर्ताओं और मिनटों को बराबर मानता है |
| समीक्षा पूरी होने की दर | जुटाना आसान, आदत को प्रोत्साहित करती है | दस्तावेज़ को पुरस्कृत करती है, सीखने को नहीं |
| कार्रवाई अनुवर्ती की दर | समीक्षा को बदलाव से जोड़ती है | मामूली कार्रवाइयों से गेम हो सकती है; स्वामी और बैकलॉग चाहिए |
एक को अनुकूलित करने की जगह छोटे सेट के मापों का उपयोग करें जो पूरे चक्र को कवर करें (घोषणा, बहाली, सूचना, सीख, पूर्णता)। प्रभाव के माप तभी जोड़ें जब टेलीमेट्री मौजूद हो। जहाँ टेलीमेट्री गायब है, वहाँ सावधान लिखित प्रभाव-कथन गढ़ी संख्या से बेहतर काम करता है।
अपनी टीम के साथ चर्चा के प्रश्न
1. यहाँ घटना को बड़ी क्या बनाता है, और क्या ऑन-कॉल का हर व्यक्ति सहमत है? परिभाषा हर दूसरी संख्या की बुनियाद है। तीन लोगों से एक ही हाल की घटना को वर्गीकृत करने को कहें और उत्तरों की तुलना करें। असहमति दिखाती है कि मानदंड कहाँ अस्पष्ट हैं। सूत्रधार लिखित मानदंडों में जोड़ने के लिए उदाहरण नोट करे और तय करे कि कौन घोषित कर सकता है। अंत में पुष्टि करें कि नेकनीयती से घोषित करना हमेशा स्वीकार्य है, भले ही घटना बाद में घटाई जाए।
2. हमारी पिछली बड़ी घटना में प्रभाव के आरंभ और घोषणा के बीच कितना समय था? याददाश्त से नहीं, निगरानी से समय-रेखा फिर बनाएँ। अंतर अक्सर अपेक्षा से बड़ा होता है और कभी-कभी सबसे लंबा चरण। पूछें कि कौन-सा संकेत मौजूद था और किसने देखा, और क्या अंतर अस्पष्ट मानदंडों, लापता अलर्ट या घोषित करने की हिचकिचाहट से आया। एक बदलाव चुनें जो उसे छोटा करे, और तय करें कि आपको कैसे पता चलेगा।
3. कौन प्रभावित हुआ, और हमें कैसे पता? उस समय टीम जो मानती थी उसकी तुलना उससे करें जो टेलीमेट्री और सहायता संपर्क बाद में दिखाते हैं। पूछें कि किन ग्राहकों पर, यदि किसी पर, दूसरों से अधिक असर हुआ, और क्या वे व्यवसाय के लिए सबसे महत्वपूर्ण थे या सबसे कम सामना कर सकने वाले। चर्चा करें कि क्या प्रभाव-कथन ऐसा है जिसे ग्राहक पहचानेगा। एक प्रभाव का माप तय करें जिसे आप अगली बार भरोसे से जुटा सकें।
4. क्या लोगों ने हमसे तब सुना जब उन्हें चाहिए था, और क्या संदेश उपयोगी था? पहली सूचना और हर अद्यतन सहमत लय के विरुद्ध जाँचें। असली संदेश वैसे पढ़ें जैसे ग्राहक पढ़ता। पूछें कि क्या उन्होंने बताया कि क्या ज्ञात है, क्या ज्ञात नहीं है, और अगला अद्यतन कब आएगा। चर्चा करें कि घटना के दौरान संवाद का स्वामी कौन है और क्या वह व्यक्ति उसे करने को मुक्त है।
5. हमारी पिछली तीन समीक्षाओं की कार्रवाइयों का क्या हुआ? कार्रवाइयाँ एक सूची में खींचें और हर एक को पूर्ण, प्रगति में, विलंबित, या अस्वीकृत चिह्नित करें। विलंबित के लिए पूछें कि क्या रोक रहा है: क्षमता, स्वामित्व, प्राथमिकता या अस्पष्ट दायरा। तय करें कि विलंबित कार्रवाइयाँ अगली संचालन या योजना बैठक में कैसे उठाई जाएँगी।
6. यदि हमें बड़ी घटनाओं की संख्या पर मापा जाए, तो हम क्या अलग करेंगे, और क्या ग्राहक बेहतर होंगे? यह प्रश्न गेमिंग के रास्तों को होने से पहले सामने लाता है। समूह से स्पष्ट रहने को कहें कि वे क्या बदल सकते हैं: सीमाएँ, लेबल, कौन घोषित करता है। फिर पूछें कि बेहतर लक्ष्य क्या है। अच्छा उत्तर ग्राहक पर प्रभाव, घोषणा के समय और अनुवर्ती की ओर बढ़ता है, जिन्हें उपयोगकर्ताओं की मदद किए बिना गेम करना कठिन है। उत्तर को सुरक्षा-रेखा के रूप में दर्ज करें।
चार दृष्टिकोण
उत्पाद और डिलीवरी टीमें
उत्पाद टीमें बड़ी घटनाओं से नियोजित काम में रुकावट और अपने ही परिवर्तनों पर फीडबैक के रूप में मिलती हैं। उन्हें स्पष्ट प्रभाव की संख्याओं, अपनी घटना की समय-रेखाओं तक तेज़ पहुँच, और उन समीक्षा-कार्रवाइयों से सबसे अधिक लाभ होता है जो उनके बैकलॉग में उतरती हैं और जिन्हें करने की जगह होती है। घटना के अनुवर्ती के लिए क्षमता आरक्षित करें, और कार्रवाइयों को फ़ीचरों जैसी ही हैसियत का काम मानें। कारणों की श्रेणियाँ साझा करें ताकि दोहराता ट्रिगर अभ्यास में बदलाव तक ले जाए (देखें विषय 2.9, संचालन-कार्य और अनियोजित कार्य)।
सेवा और संचालन टीमें
संचालन टीमें प्रतिक्रिया चलाती हैं और देर रात के काम की कीमत वहन करती हैं। उन्हें ऐसे मानदंड चाहिए जिन्हें वे सुबह 3 बजे लागू कर सकें, कमांडर और संवाद की भूमिका जिन्हें वे स्टाफ़ कर सकें, और ऐसे औज़ार जो घटनाओं के होते समय समय-रेखा जुटाएँ, बाद में याददाश्त से नहीं। उन्हें लोगों के छोटे समूह पर बड़ी घटनाओं के डाले भार पर नज़र रखनी चाहिए (देखें विषय 5.7, टॉइल और ऑन-कॉल मीट्रिक्स) और इस विषय की मीट्रिक्स का उपयोग रोकथाम के काम की माँग के लिए करना चाहिए, उत्तरदाताओं की तुलना के लिए नहीं।
नेतृत्व और शासन
नेता वह माहौल तय करते हैं जो निर्धारित करता है कि लोग जल्दी घोषित करेंगे और ईमानदारी से रिपोर्ट करेंगे या नहीं। उन्हें हर बड़ी घटना की कहानी और एक वर्ष का रुझान माँगना चाहिए, गिनती पर लक्ष्यों से बचना चाहिए, और ग्राहक पर प्रभाव, पहचान के अंतर और पूरी हुई कार्रवाइयों के बारे में पूछना चाहिए। समीक्षाएँ जिस रोकथाम के काम की सिफ़ारिश करती हैं उसे वित्तपोषित करें, और उसकी समीक्षा उसी मंच पर करें जहाँ डिलीवरी योजनाओं की। तब शासन देख सकता है कि सीखें बदलाव बनती हैं या नहीं (विश्वसनीयता और निवेश को जोड़ने के तरीके के लिए देखें विषय 5.2, SLI, SLO और त्रुटि बजट)।
ग्राहक और उपयोगकर्ता
ग्राहक बड़ी घटना को इससे आँकते हैं कि वे कितनी देर प्रभावित रहे, क्या उन्हें बताया गया, और क्या यह फिर होता है। देर से, चमकदार सूचनाओं से जल्दी, ईमानदार सूचनाएँ उनकी बेहतर सेवा करती हैं। उन्हें स्टेटस चैनल, भरोसेमंद लय, और बाद में स्पष्ट विवरण दें कि क्या हुआ और क्या बदलेगा। जहाँ अनुबंध लागू हैं, वहाँ सेवा-स्तर समझौते में सहमत शब्दों में रिपोर्ट करें (देखें विषय 5.1, SLA, OLA और XLA मीट्रिक्स)। घटना के बाद संतुष्टि के बारे में पूछना सार्थक है (देखें विषय 6.1, ग्राहक संतुष्टि मीट्रिक्स)।
व्यवहार में: सेवा प्रबंधन का एक उदाहरण
एक मध्यम आकार का ऑनलाइन खुदरा विक्रेता स्टोरफ़्रंट, भुगतान सेवा और ऑर्डर प्रबंधन सेवा चलाता है, हर एक का स्वामी उत्पाद टीम है, साझा प्लैटफ़ॉर्म टीम ऑन-कॉल है। छोटा सेवा प्रबंधन समूह बड़ी घटना की प्रक्रिया चलाता है। इस उदाहरण की सभी संख्याएँ दृष्टांत के लिए हैं।
पिछली दो तिमाहियों में खुदरा विक्रेता ने पाँच बड़ी घटनाएँ घोषित कीं (दृष्टांत)। सेवा प्रबंधन समूह हर एक को पंक्ति के रूप में दिखाता है, प्रभाव के आरंभ, घोषणा के समय, बहाली के समय, अनुमानित विफल ऑर्डर, पहली ग्राहक सूचना के समय और समीक्षा की स्थिति के साथ। वे देखते हैं कि प्रभाव के आरंभ और घोषणा के बीच का माध्य अंतर 38 मिनट है (दृष्टांत), जो घोषणा से बहाली तक के माध्य समय 52 मिनट (दृष्टांत) के लगभग बराबर है। पाँच घटनाओं के साथ वे दोनों संख्याओं को मोटा मानते हैं और इसके बजाय समय-रेखाएँ पढ़ते हैं। पाँच में से तीन में एक निगरानी अलर्ट दिखता है जो जल्दी बजा और साझा चैनल में अस्वीकृत पड़ा रहा।
टीम तय करती है कि उस अलर्ट वर्ग को ऑन-कॉल पेजर तक रूट करे और मानदंड में पंक्ति जोड़े कि चेकआउट की लगातार विफलता का संकेत घोषित करने के लिए काफ़ी है, टिकटों की प्रतीक्षा किए बिना। वे घोषणा के 20 मिनट के भीतर पहली ग्राहक सूचना का लक्ष्य भी रखते हैं (दृष्टांत), और प्रति घटना उसे जाँचते हैं। पाँच में से दो ने उसे पूरा किया। डिप्लॉयमेंट टीम स्टेटस पृष्ठ का टेम्पलेट जोड़ती है जिसे संवाद-लीड दबाव में भर सकता है।
उसी समीक्षा में वे गेमिंग का जोखिम पाते हैं। एक उत्पाद टीम के प्रबंधक ने तिमाही लक्ष्य "दो से अधिक बड़ी घटनाएँ नहीं" प्रस्तावित किया था। सेवा प्रबंधन समूह बताता है कि पिछली तिमाही में एक घटना चार घंटे तक उच्च प्राथमिकता पर रही जिसमें ग्राहक चेकआउट पर विफल हो रहे थे, जो कभी घोषित नहीं हुई क्योंकि टीम सीमा के निकट थी। वे लक्ष्य की जगह तीन माप रखते हैं: घोषणा का समय, प्रति घटना विफल ऑर्डर, और समय पर पूरी हुई समीक्षा-कार्रवाइयों का हिस्सा। वे सुरक्षा-रेखा जोड़ते हैं कि उच्च-प्राथमिकता की घटनाओं का तिमाही नमूना स्वामी टीम के बाहर का कोई पढ़ेगा। अगली तिमाही घोषित गिनती चार हो जाती है (दृष्टांत), घोषणा का माध्य समय गिरता है, और नमूना समीक्षा में कोई चूकी घोषणा नहीं मिलती।
एजाइल, AI, स्वचालन और विश्लेषण
एजाइल
हर बड़ी घटना के बाद हितधारकों के साथ दोष-रहित समीक्षा चलाएँ और कार्रवाइयों को नियमित लय पर अंत तक देखें। सावधानी यह है कि कम बड़ी घटनाओं का लक्ष्य कम घोषित करने को प्रोत्साहित करता है, इसलिए घोषणा का समय और ग्राहक पर प्रभाव भी मापें।
AI
AI बड़ी घटना के दौरान पहचानने, सार देने और संवाद करने में मदद कर सकता है, और समीक्षा का पहला मसौदा बना सकता है। संवाद की समयबद्धता को जो संवाद किया गया उसकी सटीकता से जोड़ें, और चिह्नित करें कि समीक्षा के किन हिस्सों का मसौदा AI ने बनाया और किन्हें व्यक्ति ने जाँचा। सावधानी यह है कि घटना का आत्मविश्वासी AI सार ग़लत हो सकता है, इसलिए अंतिम विवरण का स्वामी मानव है।
स्वचालन
चैट, पेजिंग और निगरानी से समय-रेखा का संग्रह स्वचालित करें ताकि समीक्षा तथ्यों से शुरू हो, और घटना के औज़ारों को स्वयं मापें, जैसे पेजिंग विफलताएँ। सावधानी यह है कि स्वचालित स्टेटस पोस्ट संवाद जैसे दिख सकते हैं बिना उन लोगों तक पहुँचे जिन्हें उनकी ज़रूरत है।
विश्लेषण
बड़ी घटनाएँ दुर्लभ हैं, इसलिए दरों और औसतों की जगह गिनतियाँ, समय-रेखाएँ और ग्राहक पर प्रभाव उपयोग करें। यह जिस निर्णय को सूचित करता है वह है क्या ठीक करना है और किसका अभ्यास करना है। सावधानी यह है कि छोटी संख्याएँ ज़रूरत से अधिक व्याख्या को न्योता देती हैं, इसलिए मुट्ठी भर घटनाओं से रुझान के दावे न करें।
क्षेत्र का नज़रिया
स्टार्टअप। स्टार्टअप के पास औपचारिक बड़ी घटना प्रक्रिया नहीं हो सकती, केवल जो जागा हो वह। एक अनुच्छेद की परिभाषा, हर घटना के लिए नामित समन्वयक, और समय-रेखा दर्ज करने वाले साझा दस्तावेज़ से शुरू करें। घटनाएँ गिनें और एक वाक्य में प्रभाव नोट करें। समीक्षा आधे पृष्ठ का नोट हो सकती है, और अनुवर्ती टीम के बैकलॉग की मद।
छोटा व्यवसाय। छोटा व्यवसाय अक्सर अपनी सेवा के बड़े हिस्से के लिए आपूर्तिकर्ताओं पर निर्भर होता है, इसलिए समय-रेखा में आपूर्तिकर्ता की प्रतीक्षा शामिल है। घटना की समय-रेखा में आपूर्तिकर्ता के संपर्क और प्रतिक्रिया के समय दर्ज करें, क्योंकि वे अवधि का बड़ा हिस्सा समझाते हैं और अनुबंध की बातचीत के लिए प्रमाण देते हैं। ग्राहक संवाद सरल रखें: एक चैनल, एक व्यक्ति, और बताया हुआ अद्यतन अंतराल।
उद्यम। उद्यम कई सेवाएँ चलाते हैं और हर अवधि में कई घटनाएँ होती हैं, इसलिए प्रति सेवा गिनती और रोल-अप दोनों उपयोगी हैं। जोखिम हैं प्रभागों के बीच असंगत मानदंड और इतनी भारी प्रक्रिया जो घोषणा धीमी करे। परिभाषाएँ संरेखित करें, पहले पंद्रह मिनट के लिए प्रक्रिया हल्की रखें, और साझा रिकॉर्ड प्रारूप इस्तेमाल करें ताकि प्रभाव और संवाद की तुलना हो सके।
सरकार और सार्वजनिक क्षेत्र। सार्वजनिक निकायों के पास अक्सर वैधानिक कर्तव्य होते हैं, जैसे नियामक या जनता को सूचित करना, और उन नागरिकों के लिए विफलता की अधिक कीमत होती है जिनके पास विकल्प नहीं। सूचना के कर्तव्यों के पालन और कमज़ोर समूहों पर प्रभाव के माप जोड़ें, और ऐसे रिकॉर्ड रखें जो ऑडिट और सार्वजनिक सूचना के अनुरोधों में टिकें। खरीद के चक्र कार्रवाई मदों में देरी कर सकते हैं, इसलिए अवरुद्ध कार्रवाइयाँ ट्रैक करें और उन्हें एस्केलेट करें।
व्यावसायिक औचित्य: प्रेरणाएँ, ROI और TCO
प्रेरणा उन घटनाओं की लागत घटाना है जो सबसे अधिक चोट करती हैं: खोया राजस्व या सेवा, क्षतिग्रस्त भरोसा, कर्मचारियों की थकान, और नियामक जोखिम। बड़ी घटना के मापों का छोटा, एकसमान सेट दिखाता है कि यह लागत कहाँ से आती है, पहचान और संवाद सुधर रहे हैं या नहीं, और रोकथाम में निवेश असर कर रहा है या नहीं। जो माप गिनती के सिवा कुछ नहीं दिखाते वे लागत को घटनाएँ छिपाने की ओर धकेलते हैं।
यदि डेटा पहले से ITSM औज़ार, निगरानी प्रणाली और इश्यू ट्रैकर में है तो जुटाने की लागत मामूली है। मुख्य लागतें परिभाषाओं पर सहमत होना, घटना रिकॉर्ड को निगरानी और कार्रवाई बैकलॉग से जोड़ना, और हर समीक्षा लिखने में लगा समय हैं। मीट्रिक्स की लागत रिकॉर्ड को एकसमान बनाने से अधिक नहीं।
प्रतिफल घोषणा के छोटे समय, स्पष्ट संवाद, कम दोहराई घटनाओं और कम पुनर्कार्य के रूप में दिखता है। कोई सार्वभौमिक आँकड़ा लागू नहीं होता, इसलिए अपना अनुमान लगाएँ: पिछले वर्ष की बड़ी घटनाएँ लें, वित्त के साथ हर सेवा पर प्रभाव के एक घंटे की लागत का अनुमान लगाएँ, और उसकी तुलना उस अनुवर्ती काम की लागत से करें जो दोहराए कारणों को रोकने के लिए चाहिए होगा। स्वामित्व की कुल लागत में समीक्षकों का समय, समय-रेखाओं और स्टेटस पृष्ठों के औज़ार, और अनुवर्ती कार्रवाइयों के लिए अलग रखी क्षमता शामिल है, जहाँ अधिकांश कार्यक्रम कम निवेश करते हैं।
प्रतिरूप-विरोधी और जाल
- बड़ी घटनाओं की संख्या का लक्ष्य। यह लोगों को घोषित न करना सिखाता है। इसके बजाय घोषणा का समय, प्रभाव और अनुवर्ती ट्रैक करें, और चूकी घोषणाओं का नमूना लें।
- बड़ी घटनाओं के लिए एकल औसत बहाली समय। कम घटनाओं के साथ एक लंबा आउटेज हावी होता है। इसके बजाय हर घटना दिखाएँ, फिर एक वर्ष में माध्य और सबसे लंबी अवधि गिनती सहित।
- घोषणा पर घड़ी शुरू करना। यह पहचान और घोषणा की देरी छिपाता है। इसके बजाय ग्राहक पर प्रभाव के सबसे पहले के प्रमाण से शुरू करें, और अंतर अलग रिपोर्ट करें।
- उत्तरदाताओं या टीमों को घटना की मीट्रिक्स से रैंक करना। यह स्पष्टवादिता नष्ट करता है और समीक्षा को तोड़ता है। इसके बजाय सेवा और प्रणाली के अनुसार रिपोर्ट करें, और नाम डेटा से बाहर रखें।
- दस्तावेज़ प्रकाशित होते ही समीक्षा को पूरा मानना। बदलाव ही मुद्दा है। इसके बजाय कार्रवाई के अनुवर्ती को मापें और हर महीने विलंबित कार्रवाइयाँ देखें।
- चुपचाप सीमा बदलना। रुझान अर्थहीन हो जाते हैं। इसके बजाय मानदंड संस्करणित करें और रिपोर्ट में बदलाव नोट करें।
- केवल टिकटों को प्रभाव गिनना। कई प्रभावित उपयोगकर्ता कभी फ़ोन नहीं करते। इसके बजाय टेलीमेट्री का उपयोग करें और सरल भाषा का प्रभाव-कथन जोड़ें।
- मीट्रिक्स का उपयोग दोष देने में। तब लोग तथ्य छिपाते हैं। इसके बजाय समीक्षाएँ दोष-रहित रखें, स्थितियों और निर्णयों पर ध्यान दें, और प्रणाली के कारण खोजें।
परिपक्वता मॉडल
| आयाम | 1 आरंभ | 2 विकास | 3 मानकीकरण | 4 प्रबंधन | 5 समन्वयन |
|---|---|---|---|---|---|
| परिभाषा और घड़ियाँ | बड़ी का अर्थ वही जो सबसे ऊँची आवाज़ वाला कहे; समय याददाश्त से आते हैं | कुछ टीमों के पास मानदंड हैं और आरंभ-अंत के समय लिखती हैं | प्रभाव के आरंभ, घोषणा और बहाली के घड़ी-नियमों सहित एक लिखित, संस्करणित परिभाषा | परिभाषा और घड़ियों का निगरानी के विरुद्ध ऑडिट; बदलाव कारण सहित लॉग | मानदंड और घड़ियाँ आपूर्तिकर्ताओं और ग्राहकों के साथ सहमत और निर्णयों को सूचित करना बंद करने पर संशोधित |
| प्रभाव और संवाद | प्रभाव किस्सों में वर्णित; अद्यतन तब भेजे जाते हैं जब किसी को याद आए | कुछ घटनाओं के लिए प्रभाव का अनुमान; कुछ टीमें स्टेटस पृष्ठ का उपयोग करती हैं | प्रमुख सेवाओं के लिए टेलीमेट्री से मापा प्रभाव; अद्यतन के लक्ष्य तय और ट्रैक | प्रभाव और संवाद का रुझान देखा गया और ग्राहक की प्रतिक्रिया से जुड़ा | प्रभाव ग्राहकों और आपूर्तिकर्ताओं के साथ साझा प्रारूप में, संयुक्त सुधार कार्रवाइयों सहित |
| समीक्षा और अनुवर्ती | समीक्षाएँ दुर्लभ और अलिखित; कार्रवाइयाँ भुला दी जाती हैं | कुछ टीमें समीक्षाएँ लिखती हैं; कार्रवाइयाँ दर्ज पर ट्रैक नहीं | हर बड़ी घटना की समय पर समीक्षा; कार्रवाइयाँ टीम के बैकलॉग में ट्रैक | विलंबित कार्रवाइयों और दोहराए कारणों की लय पर समीक्षा, वित्तपोषित रोकथाम कार्य के साथ | पैटर्न टीमों और आपूर्तिकर्ताओं में साझा; सीख नियमित रूप से रचना और योजना बदलती है |
| निर्णयों में उपयोग | संख्याएँ बाद में उद्धृत | नेताओं को संदर्भ के बिना गिनतियाँ दिखाई जाती हैं | समय-रेखाएँ और रुझान उन टीमों को दिखाए जाते हैं जो सेवाओं की स्वामी हैं | मीट्रिक्स सुरक्षा-रेखाओं से जुड़ी और विश्वसनीयता के काम की प्राथमिकता में उपयोग | विश्वसनीयता निवेश सेवाओं के पार प्रभाव और दोहराव के प्रमाण से संयुक्त रूप से तय |
जाँच-सूची
- घोषणा के मानदंड लिखित, संस्करणित हैं और ऑन-कॉल के हर व्यक्ति को ज्ञात हैं।
- नेकनीयती से घोषित करना स्पष्ट रूप से सुरक्षित है, और गिनती पर कोई लक्ष्य नहीं है।
- प्रभाव का आरंभ, घोषणा और बहाली के समय परिभाषित हैं और निगरानी या ऑडिट ट्रेल से लिए जाते हैं।
- हर बड़ी घटना चरणों की समय-रेखा के साथ अपनी पंक्ति के रूप में दिखाई जाती है।
- ग्राहक पर प्रभाव जहाँ टेलीमेट्री है वहाँ उससे निकाला जाता है और सरल भाषा के कथन में वर्णित है।
- पहली सूचना और अद्यतन की लय के लक्ष्य तय हैं और प्रति घटना जाँचे जाते हैं।
- सहमत खिड़की के भीतर समीक्षा प्रकाशित होती है और उसकी कार्रवाइयाँ स्वामी टीम के बैकलॉग में हैं।
- विलंबित कार्रवाइयों और दोहराए कारणों की कार्यक्रम पर समीक्षा होती है।
- उच्च-प्रभाव की सामान्य घटनाओं का तिमाही नमूना चूकी घोषणाओं की जाँच करता है।
- हर मीट्रिक की नामित सुरक्षा-रेखा है और कोई मीट्रिक व्यक्तियों की रैंकिंग के लिए उपयोग नहीं होती।
AI प्रॉम्प्ट
समीक्षा के लिए घोषणा के मानदंडों का मसौदा बनाएँ।
I am drafting criteria for declaring a major incident in [organization type].
Our services are [list of services] and our teams are [list of teams]. Users
are [description of users]. Propose a short set of declaration criteria with
two or three examples for each, a list of ambiguities a team might argue about,
and questions I should settle with [stakeholders]. Do not invent thresholds or
benchmark values; use [placeholders] where a number is needed. List your
assumptions.
किसी घटना की समय-रेखा फिर बनाएँ और उसकी आलोचना करें।
Here is the timeline of a major incident: [paste timeline with timestamps and
sources]. Identify the impact start, the declaration, mitigation, and full
restoration, and say which timestamps are uncertain and why. Split the duration
into phases and note where the largest delays occurred. Suggest questions to ask
the responders and monitoring evidence to look for. Do not invent facts that are
not in the timeline. List your assumptions.
घटना-पश्चात कार्रवाइयों के सेट की समीक्षा करें।
Below are the actions from [number] post-incident reviews for [service]:
[paste actions with owner, due date, and status]. Group them by theme, flag any
that are vague, trivial, or unowned, and identify patterns that suggest a
problem record or a backlog item for [owning team]. Do not rank individuals or
teams by performance. Do not invent causes. List your assumptions and the
information you would need to improve the analysis.
प्रस्तावित मीट्रिक की गेमिंग के लिए परीक्षा करें।
We plan to track [metric name], defined as [definition] and measured from
[data source]. Describe how this metric could be gamed by [role], what honest
behavior it might discourage, and which paired guardrail metric or practice
would catch each case. Keep the suggestions practical for a team of
[team size]. Do not invent benchmark values or sources. List your assumptions.
AI स्किल
- Service Management Metrics skill: संबंधित विषय और हर बड़ी घटना की मीट्रिक के बगल में रहने वाली सुरक्षा-रेखा खोजने के लिए उपयोग करें।
- Service Management Metrics maintainer skill: यह जाँचने के लिए उपयोग करें कि इस विषय का संपादित संस्करण अब भी टेम्पलेट और परंपराओं का पालन करता है।
मुख्य निष्कर्ष
- बड़ी घटनाएँ दुर्लभ हैं, इसलिए हर एक को उसकी समय-रेखा के साथ दिखाएँ और सारांश केवल लंबी खिड़कियों पर आँकड़े के बगल में गिनती के साथ दें।
- घड़ी ग्राहक पर प्रभाव से शुरू करें, और घोषणा से पहले का अंतर अपने माप के रूप में रिपोर्ट करें।
- प्रभाव को उपयोगकर्ताओं और उपयोग के रूप में मापें, और जो संख्याएँ चूकती हैं उसके लिए सरल भाषा का कथन जोड़ें।
- संवाद की समयबद्धता को प्रतिक्रिया का हिस्सा मानें, दर्शक के अनुसार लक्ष्यों और स्थिर अद्यतन लय के साथ।
- समीक्षा तब पूरी है जब उसकी कार्रवाइयाँ पूरी हों, इसलिए अनुवर्ती और दोहराए कारण ट्रैक करें।
- गिनती पर लक्ष्य कभी न रखें, लोगों की रैंकिंग कभी न करें, और घोषित करना सुरक्षित रखें।
संदर्भ और आगे का अध्ययन
- 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/
- Lunney, L., and Lueder, S., "Postmortem Culture: Learning from Failure," in Site Reliability Engineering, O'Reilly Media, 2016, https://sre.google/sre-book/postmortem-culture/
- Beyer, B., et al. (eds.), "Managing Incidents," in Site Reliability Engineering, O'Reilly Media, 2016, https://sre.google/sre-book/managing-incidents/
- Forsgren, N., Humble, J., and Kim, G., Accelerate: The Science of Lean Software and DevOps, IT Revolution, 2018.
- Goodhart, C. A. E., "Problems of Monetary Management: The U.K. Experience," in Papers in Monetary Economics, Reserve Bank of Australia, 1975.
- AXELOS (now PeopleCert), ITIL Foundation: ITIL 4 Edition, TSO, 2019.
- Wikipedia, ITIL.
- Wikipedia, Incident management (ITSM).
- Wikipedia, Percentile.
- Wikipedia, Agile software development.
- Wikipedia, Site reliability engineering.
- Wikipedia, Incident commander.
- Wikipedia, Postmortem documentation.
- Wikipedia, Root cause analysis.
- Wikipedia, Goodhart's law.