運用作業と計画外作業
サービスを構築し運用するチームには、一つのキャパシティのプールがある。そのため、計画された変更と運用作業の配分を見えるようにし、割り込みと緊急対応の明示的な規則でそれを守り、計画外の仕事の割合を、人に対する評決ではなくシステムについてのシグナルとして読む。
概要と動機
サービスを構築し運用するすべてのチームは、大きく二種類の仕事に時間を費やします。変更の仕事(change work)はサービスを前進させます。新機能、計画された改善、移行、既知の弱点の除去です。運用の仕事(run work)は、運用作業とも呼ばれ、サービスを動かし続けます。インシデントやリクエストへの対応、アラートへの応答、日常的なパッチの適用、アクセスの復旧、サービスがなお要求する手作業の処理です。どちらも正当であり、ユーザーのいるサービスには両方が必要です。問題が始まるのは、チームがそれぞれをどれだけ行っているかを誰も言えないときです。計画が、運用の仕事がすでに消費してしまったキャパシティを、黙って前提にしてしまうからです。
仕事は、予見されていたかどうかでも分類できます。計画された仕事(planned work)は、期間の始まる前に、たとえば計画の場や四半期のコミットメントの際に選ばれたものです。計画外の仕事(unplanned work)は期間中に到着し、予算化されていなかった注意を要求します。本番のインシデント、上位のステークホルダーからの緊急のリクエスト、セキュリティの修正、顧客を妨げる欠陥などです。二つの軸は重なりますが、同じではありません。運用の仕事の大半は、量が予測できるときでも、タイミングは計画外であり、定期的な証明書の更新のように、完全に計画された運用の仕事もあります。変更の仕事も計画外でありえます。規制が変わり、チームが数週間以内に対応しなければならない場合などです。
アジャイルとITILの見方は、同じ圧力を異なる言葉で描きます。期間を区切った計画では、コミットメントはキャパシティの予測であり、期間中に到着した仕事は、何かを押しのけるか、延期されます。フローのボードでは、仕掛かり作業に明示的な制限があり、緊急アイテム専用のレーンがあることが多く、問いは、フローが崩壊する前にシステムが何件の緊急アイテムを吸収できるか、です(トピック 2.1「フロー指標」を参照)。ITIL 4(2019年に刊行された版)では、インシデント管理、サービスリクエスト管理、問題管理が、運用の仕事がどう受け付けられ、優先順位付けされ、解決されるかを記述し、変更実現とソフトウェアの開発と管理のプラクティスが、計画された変更を統治します。プラクティスはワークフローを記述します。一つのチームが自分の時間をそれらの間でどう分けるべきかを述べることはまれで、そのギャップがこのトピックの働く場所です。
いくつかの用語が繰り返し現れます。割り込み(interrupt)は、計画のサイクルの外に到着し、人を取り組んでいるアイテムから引き離す、あらゆる要求です。割り込みの負荷(interrupt load)は、ある期間にそれらの要求がチームに与える総合的な影響で、件数、時間、または消費するキャパシティの割合で測ります。緊急対応(expedite)は、通常、その遅延のコスト(cost of delay)が高く切迫しているために、キューを飛び越えることを許された作業アイテムです。緊急レーン(expedite lane)は、同時に進行できる緊急対応の数を制限する規則で、多くはボード上の専用の行です。キャパシティの配分(capacity allocation)は、チームのキャパシティを仕事の種類の間で明示的に分けることで、たとえば、計画された変更、運用の仕事、改善それぞれに述べた割合を割り当てます。
計画外の仕事は、計画されたデリバリーに対する最大の隠れた税です。割り込みのたびに、その時間そのものに加え、タスク切り替え(task switching)で失われる回復の時間がかかり、中断された仕事の研究(Mark、Gudith、Klocke、2008年)は、人々がより速く働くことで補うものの、そのためにより多くのストレスを払うことを見いだしました。方向についての注記です。高い割合の計画外の仕事は、それ自体は欠陥ではありません。新しくローンチしたサービス、継続中の障害、規制対象のイベントは、しばらくの間、チームのキャパシティの大半を正当に消費しえます。狙いは、計画外の仕事をゼロに追い込むことでも、隠すことでもなく、それを見て、値付けし、チームがどれだけを吸収し、組織が上流でどれだけを直さなければならないかを意図して決めることです。同じ原因で繰り返される計画外の仕事は、見つける価値が最も高い種類です。問題レコード、監視のギャップ、払い続けるより取り除くほうが安い技術的負債(technical debt)のアイテムを指し示すからです。
主要な原則
- キャパシティは有限で共有される。 運用の仕事や緊急対応に与えた一時間は、計画された変更に与えなかった一時間である。最も大声で叫ぶ人から配分が生まれるのに任せず、配分を明示し可視にする。
- 仕事は事後ではなく、到着したときに分類する。 システムに入った瞬間に、各アイテムを計画済みか計画外か、変更か運用かでタグ付けする。期間の終わりの再分類は、観測ではなく回想である。
- 割り込みには、継続時間を超えた価格がある。 費やした分数に加えて、切り替えの回復のコストを数え、割り込みをまとめる、あるいは名前付きの人に振り分ける設計を優先する。
- 緊急対応は、序列ではなく規則で行う。 制限と入り口のテストを伴う緊急レーンはフローを守り、上位者の権限による無制限の緊急対応はそれを取り除く。
- 意図してキャパシティを確保する。 計画された余裕は、余裕を一切仮定しない計画より誠実である。
- 繰り返される計画外の仕事を、システムの欠陥として扱う。 毎週繰り返されるものは、問題レコードや自動化の候補である。
- チームとサービスを測り、個人は決して測らない。 割り込みの大半に答える人は、たいてい最も多くを知っている人であり、順位を付けると誤ったものを罰することになる(トピック 1.2「グッドハートの法則とメトリクスの心理学」を参照)。
メトリクスの定義
七つのメトリクスが、キャパシティがどう分けられ、どう乱されるかを記述します。どれもアイテムのタグ付けの仕方に依存するため、それぞれに書面の分類の規則が必要です。各計算式の期間は、チームにとって同じ固定された窓、たとえば週、月、四半期です。
| メトリクス | 定義 | 計算式 | 単位 | データソース | ITILプラクティス | アジャイルの対応物 | 頻度 |
|---|---|---|---|---|---|---|---|
| 計画外の仕事の比率 | 完了した作業アイテムのうち、件数で、期間の開始時点の計画になかったものの割合 | 期間が始まった後にボードまたはバックログに入った、その期間に完了したアイテムの数 ÷ その期間に完了したすべてのアイテムの数。時計は計画のイベントで始まり、期間の終わりで止まる。キャンセルされたアイテムと、まだ開いているアイテムは除く | パーセント | アイテムの作成時刻と計画のスナップショットを持つ課題管理 | インシデント管理、サービスリクエスト管理 | スコープの変更、作業アイテムの種類 | 毎月 |
| キャパシティ配分の遵守 | 実際の労力が、変更の仕事、運用の仕事、改善の仕事の間で述べられた配分にどれだけ近いか | 各区分について、実際の割合と合意した割合の差の絶対値を合計して半分にする。実際の割合は、その区分の完了したアイテム(チームが記録する場合は記録した労力)÷ 完了したすべてのアイテム。区分のないアイテムは、落とさず別に報告する | パーセントポイント | 課題管理の仕事の種類の欄と、存在する場合は時間の記録 | 継続的改善、キャパシティとパフォーマンスの管理 | キャパシティの配分またはキャパシティ計画 | 毎月 |
| 割り込み率 | 計画外の要求がチームに届く頻度、また計画された仕事をしている人々に届く頻度 | その期間にチームが受けた割り込みの数 ÷ その期間の営業日数。割り込みとは、チームの受付チャネルに記録された、すでに計画にあるものではないチケット、ページ、メッセージの依頼、頼み事。同じ根本の要求の重複は一度だけ数える | 割り込み/営業日 | 受付チャネルのログ、ITSMのキュー、アラートのシステム、チームの割り込みログ | インシデント管理、サービスリクエスト管理、監視とイベント管理 | 割り込みログまたはチームのワーキングアグリーメント | 毎週 |
| 緊急対応の率 | 完了したアイテムのうち、緊急レーンを使ったものの割合 | その期間に緊急レーンに入った、その期間に完了したアイテムの数 ÷ その期間に完了したすべてのアイテムの数。時計はアイテムが緊急と印されたときに始まり、完了で止まる。作業開始前にレーンから格下げされたアイテムは別に数える | パーセント | ボードのレーンの履歴または優先度の欄の履歴 | インシデント管理、変更実現(緊急変更) | 緊急のサービスクラス | 毎月 |
| 計画された仕事の押し出し | 計画外の仕事の場所を空けるために押し出された、または放棄された計画アイテムの数 | その期間に、期間から取り除かれた、延期された、または「計画外の仕事に押し出された」という理由が記録されて未完了になった計画アイテムの数(件数)。ゴールが変わったために取り除かれたアイテムは除く | アイテム数 | 理由の欄を持つボードの変更履歴 | 変更実現、継続的改善 | デリバリーゴールの保護、スコープの交渉 | 毎月 |
| 繰り返される計画外の仕事の割合 | 計画外のアイテムのうち、遡及期間内の以前の計画外のアイテムと原因が一致するものの割合 | 遡及期間(たとえば90日)内の以前のアイテムと同じ問題レコード、アラート規則、原因タグに紐づく、その期間に完了した計画外のアイテムの数 ÷ その期間に完了したすべての計画外のアイテムの数。原因タグのないアイテムは、未分類の件数として別に報告する | パーセント | ITSMのインシデントと問題のレコード、追跡システムの原因タグ | 問題管理、既知のエラー管理 | レトロスペクティブのアクション項目、繰り返される欠陥のタグ | 毎月 |
| 計画したコミットメントの信頼性 | チームがその期間に計画したアイテムのうち、その期間に終えたものの割合 | その期間に終えた計画アイテムの数 ÷ 期間の開始時点の計画アイテムの数。開始後に追加されたアイテムは、どちらの数からも除く | パーセント | 計画のスナップショットと追跡システムの完了履歴 | サービスレベル管理、変更実現 | 予測の信頼性 | 毎月 |
このトピックの時間の測定値、たとえば緊急対応のアイテムの年齢は、一つの長いインシデントが平均をゆがめるため、平均ではなくパーセンタイル(たとえば中央値と85パーセンタイル)で示すべきです(トピック 1.6「サービスメトリクスのための統計リテラシー」を参照)。
推奨事項
配分を見えるようにする
1. 受付で、すべてのアイテムに二つの項目でタグを付ける。 追跡システムまたはITSMツールの受付フォームに、仕事の種類(変更、運用、改善)と計画フラグ(計画済み、計画外)を加え、両方を必須にします。タグは作成時に設定すれば安価で、後から再構成すれば信頼できません。各値の定義を一文でチームのワーキングアグリーメントに書き、タグが仕事を記述しなくなったときに見直します(トピック 1.5「データソースと計装」を参照)。
2. 計画のスナップショットを固定する。 「計画外」は計画に対してのみ意味を持つので、期間の開始時のアイテムの一覧を取得して保存します。完了した仕事を、期間末のボードの姿ではなく、スナップショットと比較します。
キャパシティを意図して配分する
3. キャパシティの配分に合意し、それを仮説として扱う。 プロダクトオーナーまたはサービスオーナーとともにチームとして、計画された変更、運用の仕事、改善に、おおよそどれだけの割合を割り当てるかを決めます。データが、直近の複数の期間にチームが実際に行ってきたことを示すところから始め、望む方向に動く目標を選びます。計画のサイクルごとに配分を見直します。他のチームのスライドからコピーした固定のパーセンテージは、決定ではなく推測です。
4. 自分たちの履歴から大きさを決めた余裕を確保する。 チーム自身の割り込みの記録を使って、計画外の仕事のための余裕の大きさを決めます。たとえば、直近の期間の、週ごとの計画外の割合の中央と上位の範囲を見て、残ったキャパシティだけを計画します。いつも使われない余裕は縮められ、いつも使い切られる余裕は、より大きな配分か、取り除くべき原因を必要とします。キューにおける負荷と遅れの関係(リトルの法則(Little's law)とトピック 2.3「仕掛かり作業と待ち行列」を参照)は、満稼働で運用されるシステムに不意打ちを吸収する余地がない理由を説明します。
割り込みの経路を設計する
5. 割り込みを名前付きの役割に振り分ける。 割り込みの担当、当番エンジニア、盾などと呼ばれる一人を、一日または一週間交代で、入ってくる要求を引き受ける役にし、他の人々は集中を守ります。この役割には、書面の範囲、引き継ぎのメモ、負荷が公平に共有されるよう継続期間の上限があります。輪番のチームは、それをオンコールの実践に結び付けるべきです(トピック 5.7「トイルとオンコールのメトリクス」を参照)。
6. 入り口でトリアージする。 割り込みは、緊急度が大きく異なります。受付に、三つの問いを尋ねる短いトリアージ(triage)の規則を適用します。サービスが止まっている、あるいはユーザーが妨げられているか。動かせない期日があるか。要求は次の計画のイベントまで待てるか。三つすべてに当てはまらないアイテムは、バックログに行き、他の仕事と同じように計画されます。ITIL 4の言葉では、これはチーム自身の受付に適用された、インシデント管理とサービスリクエスト管理の優先順位付けのステップです。
緊急レーンを統治する
7. 緊急レーンに、制限と入り口のテストを与える。 レーンは同時に最大一つか二つのアイテムを保持し、アイテムが入るのは、その遅延のコストが高く切迫していて、依頼者がそれを述べられる場合のみです。述べられたテストは、チームが単に声の大きい依頼に「いいえ」と言うことを可能にします。レーンがいつも満杯なら、それは例外ではなくなっているので、チームは入り口のテストと上流の原因を見直すべきです。レーンは独自の規則を持つサービスクラス(class of service)です。基底の考え方は、カンバンの文献を参照してください(Anderson、2010年)。
原因を取り除く
8. 計画外のアイテムを原因に結び付け、繰り返しをレビューする。 すべての計画外のアイテムに、原因タグまたは問題レコードへの紐づけを加えます。毎月、繰り返される原因を列挙し、上位のいくつかを、問題管理、技術的負債のアイテムとしてのバックログ、監視の改善に送ります(トピック 4.1「問題管理のメトリクス」とトピック 4.6「技術的負債と既知のエラー」を参照)。繰り返される計画外の仕事の割合は、それらの修正が効いているかを教えます。このパターンは、Google SREの書籍で述べられたトイルの排除に似ており、繰り返しの手作業の運用の仕事は、エンジニアリングで取り除くべきものとして扱われます。書籍は、それをエンジニアの時間の一定の割合以下に保つことを提案しています(Beyer他、2016年)。これは目標として採用するのではなく、各チームが自分たちのデータに照らして検証すべき指針です。
悪用の手口と防護柵
| メトリクス | 悪用のされ方 | 組になる防護柵のメトリクスまたはプラクティス |
|---|---|---|
| 計画外の仕事の比率 | 計画済みとして数えられるよう、計画のスナップショットに遅れてアイテムを加える、緊急の仕事を追跡せずに数えられないようにする、計画の未達を言い訳するために計画済みのアイテムを計画外とタグ付けする | タイムスタンプ付きの固定された計画のスナップショット。未分類の件数。毎四半期、クローズされたアイテムの抽出を読み、タグを実際に起きたことと比較する |
| キャパシティ配分の遵守 | 合意した配分に合わせてアイテムを区分間で移す、割合を動かすために一つのアイテムを複数に分割する、チームがすでに達成している配分を選ぶ | ワーキングアグリーメントに書かれた固定の区分の定義。区分に照らしたアイテムの説明の抽出。計画したコミットメントの信頼性 |
| 割り込み率 | 割り込みを、ログに届かない静かな頼まれ事に変える、複数の要求を一つのエントリにまとめる、人が頼むのを妨げる | ログを受付チャネルのトラフィックとアラートの履歴と比較する。ログがチームの実感に合っているかをレトロスペクティブで尋ねる |
| 緊急対応の率 | 規律があるように見せるために緊急の仕事をレーンの外に置く、速さを得るためにすべてをそこに入れる、緊急を「重要」の意味に再定義する | 入り口のテストを伴うレーンの制限。レビューでテストを満たした緊急アイテムの割合。計画された仕事の押し出し |
| 計画された仕事の押し出し | 押し出しを意図的なスコープの変更として記録する、理由なしに計画済みのアイテムを静かに失敗させる、押し出されそうな計画アイテムを避ける | 取り除かれた、または未完了のすべてのアイテムに理由の欄を必須にする。計画したコミットメントの信頼性。レトロスペクティブで理由をレビューする |
| 繰り返される計画外の仕事の割合 | 繰り返しが隠れるよう粗い原因タグを使う、何も繰り返されないよう細かいものを使う、紐づけを消すために問題レコードをクローズする | 原因タグの分類を四半期ごとにレビューする。未分類の件数。問題レコードのクローズ後の再発の確認 |
| 計画したコミットメントの信頼性 | すべてを終えるために小さく計画する、見積もりに余裕を上乗せする、部分的なアイテムを完了として数える、期間の始まる前に難しいアイテムを落とす | 計画したアイテムの大きさと価値の時間経過での比較。デリバリーゴールのアウトカムの確認。計画外の仕事の比率。計画が臆病なときに高い値が健全と読まれないように |
健全な読みとは、チームが説明できる計画外の仕事の比率、めったに満杯にならない緊急レーン、修正の後に下がる繰り返しの割合です。疑わしいほど完璧な読みは、調べるべきものです。計画外の仕事がゼロだと報告するチームは、非常に静かなサービスか、追跡されていないサービスのどちらかで、見分ける方法は、ログをアラートとチケットの履歴と比較することです。
トレードオフ:長所と短所
| 手法 | 強み | 弱み |
|---|---|---|
| 固定のキャパシティ配分(述べたパーセンテージ) | 説明しやすい。改善の仕事が飢えるのを防ぐ | 実際のばらつきを無視する。ラベルの付け替えで悪用されうる |
| 履歴から大きさを決めた確保された余裕 | 計画を実際の割り込みの負荷に合わせる | 信頼できる複数期間のデータが要る。慢性的な原因を隠しうる |
| 輪番の割り込み担当 | チームの大半の集中を守る。負荷を公平に分ける | 担当者自身の計画された仕事が停滞する。役割に引き継ぎと支援が要る |
| 厳格な緊急対応の制限 | フローを予測可能に保つ。述べられた遅延のコストを強いる | 依頼者が回避しうる。本当の緊急事態がブロックされたように感じられうる |
| 労力ではなくアイテム数で数える | 単純で水増ししにくい | 大きさがまったく異なるものを同じに扱う |
ほとんどのチームにとって実際的な立場は、まずアイテムを数え、アイテム数が誤解を招くところでのみ労力を加え、小さな余裕と小さな緊急レーンを守り、原因タグを使って最大の繰り返しに取り組むことです。
チームで話し合う問い
1. 先の期間に完了した仕事のうち、計画外だったものはどのくらいで、どうやってそれを知っているか? 計画のスナップショットを完了したアイテムの一覧の隣に開き、計画になかったアイテムを数えます。結果をその期間についての各人の感覚と比較します。両者はしばしば異なります。ファシリテーターは、ログに記録されなかったアイテムがいくつあったかを尋ねてください。誠実な答えが、他のすべての数字を形作るからです。
2. 最もコストのかかる三つの割り込みの源はどれで、誰がそれを取り除けるか? アラート、繰り返されるリクエスト、エスカレーション、ステークホルダーからの場当たり的な頼み事など、源を件数と吸収した労力で列挙します。それぞれを、取り除ける、振り分けられる、避けられない、のいずれかに印を付けます。ファシリテーターは、チームだけでは直せない源については、チーム外の名前付きのオーナーを求めてください。
3. 変更、運用、改善の仕事の配分として、実際に望むのはどのようなものか? データが示す配分を、人々が持っていると信じている配分と、リーダーシップが期待する配分と比較します。圧力の下でチームが最初に手放す仕事の種類を話し合います。それが本当の優先事項を明らかにするからです。次の期間の目標と、それを確認する方法を選びます。
4. 緊急レーンの規則は何で、誰が決めるのか? 現在の規則を声に出して読む、あるいは存在しないことに注意します。直近三件の緊急対応を挙げてもらい、それぞれを述べられた遅延のコストに照らしてテストします。上位の人がテストに通らない割り込みを求めたとき、チームが何をし、誰がその決定を支えるかを話し合います。
5. 割り込まれたとき、割り込みが終わった後に、私たちに何のコストがかかるか? 典型的な割り込みの後に、作業の位置を取り戻すのにどのくらいかかるかを、各人に説明してもらいます。
6. 繰り返し戻ってきた計画外のアイテムはどれで、何がそれを止めるか? 直近の四半期の計画外のアイテムを取り、原因ごとに繰り返しを探します。総労力が最も大きいものを選び、なぜ繰り返されるのかをたどります。アラートの欠落、未修正の欠陥、手作業の手順、供給者の問題。問題レコードに行くのか、バックログに行くのか、供給者との対話に行くのかを決めます。
四つの視点
プロダクトとデリバリーのチーム
デリバリーのチームは、計画外の仕事を、壊れた計画と遅れていく予測として感じます。受付でのタグ付け、固定された計画のスナップショット、履歴に基づく余裕から築いた予測から恩恵を受けます(トピック 2.5「デリバリー予測と計画のメトリクス」を参照)。押し出しの記録は、プロダクトオーナーに、遅れて来た各依頼が何を犠牲にしたかを示します。
サービスと運用のチーム
運用チームは、運用の仕事の大半を担います。名前付きの割り込み担当、トリアージの規則、繰り返されるリクエストとアラートから修正への経路が必要です(トピック 5.5「監視とアラート品質のメトリクス」を参照)。繰り返しの割合は、問題管理への投資を求める最も強い論拠です。
リーダーシップとガバナンス
リーダーは、自分が行う依頼と受け入れる期限を通じて、実際の配分を決めます。比率とその原因を求め、繰り返される割り込みを取り除く改善の仕事に資金を出し、物事を進める通常の方法として緊急対応を使うことは避けるべきです。
顧客とユーザー
顧客は、計画外の仕事を、障害、遅い回答、遅れる機能として目にします。チームが原因を直す余裕を持てば彼らは利益を得て、緊急度を訴える公正な経路が必要です。サービスレベルアグリーメント(サービスレベルアグリーメント(service-level agreement)を参照)は、チームが担う割り込みの負荷を反映するべきです(トピック 5.1「SLA、OLA、XLAのメトリクス」を参照)。
実践:サービスマネジメントの例
地域の健康保険会社のIT部門が、七人のプロダクトチームと共有のサービスデスクとともに、保険金請求のプラットフォームを運営しています。チームは新機能を構築し、本番のプラットフォームも支えています。この例の数字はすべて例示です。
六週間にわたり、チームの計画したコミットメントの信頼性は約85パーセントから55パーセントに下がり、プロダクトオーナーはチームの見積もりに疑問を持ち始めます。チームリードは追跡システムの履歴を取り出します。固定された計画のスナップショットを使うと、直近の期間の計画外の仕事の比率は件数で41パーセントで、チームの「たぶん5分の1」という記憶と対照的です。未分類の件数は9パーセントなので、この比率はおおむね信頼できます。
計画外のアイテムを原因別に分けると、24件のうち14件が運用の仕事で、そのうち9件は、パートナーによるデータ形式の変更の後に失敗し、そのたびに手で再起動される、一つの保険金請求の提出バッチジョブに由来します。繰り返される計画外の仕事の割合は58パーセントです。割り込み率は営業日あたり6件で、そのうち4件は、サービスデスクが最初に答えた人に直接エスカレーションするため、計画された仕事をしているエンジニアに届いています。緊急レーンはほとんどの日に二つのアイテムを同時に保持し、緊急対応の率は23パーセントです。計画された仕事の押し出しは、その期間に7アイテムで、そのうち5件に「計画外の仕事に押し出された」という理由が付いています。
チームは、プロダクトオーナーとサービスオーナーとともに、四つの決定を下します。第一に、一度に一人のエンジニアが、書面の範囲と引き継ぎのメモを持つ割り込み担当になり、エスカレーションはその人だけに行きます。第二に、緊急レーンを一アイテムに制限し、述べられた遅延のコストを求める入り口のテストを設け、各緊急対応が押し出したアイテムを記録します。第三に、バッチジョブの失敗を問題レコードとして起票し、修正とパートナーとの対話を、チームが改善への最初の配分として選んだキャパシティの15パーセントを使う改善の仕事として、バックログに置きます。第四に、次の期間の仕事を、満載ではなく、直近の計画外の割合の上位の範囲から大きさを決めた余裕とともに計画します。
六週間後、計画外の仕事の比率は27パーセント、繰り返しの割合は22パーセント、計画された仕事をする人々に届く割り込み率は1日あたり1.5件、計画したコミットメントの信頼性は約78パーセント(すべて例示)になります。チームは以前の85パーセントには達しておらず、そのことを率直に述べます。
チームが捉える悪用のリスクです。新しい取り決めの下での二つ目の期間に割り込み率が急落し、チームリードは、人々が担当者に直接メッセージを送っているため、頼まれ事がログに届かないことに気づきます。ログを受付チャネルとアラートの履歴と比較すると、実際の量は変わっていませんでした。チームは、担当者が直接のメッセージを受付チャネルに誘導することに合意します。欠陥は、誰かの人にではなく、経路の設計にありました。
アジャイル、AI、自動化、アナリティクス
アジャイル
サービスを構築し運用するチームには一つのキャパシティのプールがあり、持続可能なペースには、割り込みへの誠実な制限が必要です。実際的な一歩は、ステークホルダーとキャパシティの配分に合意し、定期的な改善の対話で計画外の割合をレビューすることです。注意点は、計画外の割合の目標が、チームに運用の仕事を計画済みとラベルさせうることです。
AI
AIは、定型の修正を自動化する一方で、レビューと監督のタスクを加えるなど、仕事を計画済みと計画外の間で移しえます。AIの変更の前後で、計画外の割合と繰り返される計画外の仕事の割合を追跡し、AIの出力の修正に費やした時間を独立した区分として含めてください。注意点は、隠れた修正の仕事が、AIが解放するはずだったキャパシティを飲み込みうることです。
自動化
小さな合意した区分の集合で、追跡システムから仕事の種類を自動で取得します。自動化は、それが取り除く計画外の仕事と、それが引き起こす新たなインシデントで測ります。注意点は、原因を記録せずにサービスを再起動する自動修復が、繰り返される計画外の仕事を新しい仕事のように見せることです。
アナリティクス
計画外の仕事の割合を時間経過とともに、また繰り返されるアイテムの原因を示します。これが情報を与える判断は、どれだけのキャパシティを確保し、どの割り込みの源を取り除くかです。注意点は、区分は人が選ぶものなので、誠実な分類かどうかをアイテムの抽出で監査することです。
業種別の視点
スタートアップ。 ほぼすべての仕事が緊急に感じられ、同じ少数の人が変更と運用の仕事を行います。分類を二つのタグに留め、緊急対応に明示的な制限を設けます。計画外の比率は、「ロードマップかサポートの負荷かどちらかはできるが、両方は無理だ」と言うための証拠です。
中小企業。 一人の管理者か小さなチームが、すべてのリクエストを扱うことがよくあります。ツールのチケットの種類を分類として使い、パターンを学ぶために一か月割り込みを記録し、計画された仕事のために毎日一定のブロックを確保します。供給者に、その量と繰り返される原因のレポートを求めます。
大企業。 一つのチームにとっての計画外の仕事は、別のチームにとっては計画された仕事であることが多くあります。共有の定義に合意し、チームごと、サービスごとに報告し、原因のあるレベルで修正に資金を出します(トピック 9.3「協働と引き継ぎのメトリクス」を参照)。
政府・公共部門。 キャパシティは人員の上限で固定され、運用の仕事は法令や監査の指摘で定まることがあります。これらを配分の一部とし、分類の規則を文書化し、監査証跡を保ちます(トピック 8.5「規制対応・行政向け報告」を参照)。
ビジネスケース:動機、ROI、TCO
動機は、予測可能なデリバリーです。割り込みの負荷を無視した計画は繰り返し外れ、可視化された計画外の仕事は、チームが原因を取り除く時間を求めるときに、より強い発言権を与えます。
これらの測定値を集めるコストは、タグと計画のスナップショットが通常のワークフローの一部であれば控えめです。主なコストは、定義に合意する時間、受付でタグ付けする規律、追跡システムとITSMのデータを結合する少しのツール(トピック 1.5「データソースと計装」を参照)、そして割り込み担当の時間で、その人自身の計画された仕事は遅くなります。時間単位の記録を加えるのはかなり高くつき、しばしば嫌がられるため、アイテム数が誤解を招くと分かった場合にのみ加えます。総保有コストは人の時間が支配的なので、それを数えてください。
見返りは、想定した数字ではなく、チームが自分で測れるパターンに現れます。問題の修正後に下がる繰り返される計画外の仕事の割合、計画したコミットメントの信頼性の上昇、押し出された計画アイテムの減少、計画された仕事をする人々に届く割り込みの減少を探します。時間が分かるところでは、取り除かれた繰り返しの原因から取り戻した労力を、チーム自身の時間あたりのコストで値付けし、修正の労力と対比できます(トピック 7.5「サービスコストとユニットエコノミクス」とトピック 7.7「投資対効果とビジネスケース」を参照)。計画外の仕事について業界のパーセンテージを借りてはいけません。他の組織の数字は、自分たちの履歴の代わりにはなりません。
アンチパターンと落とし穴
- すべての計画外の仕事を失敗として扱う。 その一部はサービスが仕事を果たしている姿であり、ゼロの目標は仕事をログの外に押し出す。代わりに、どの部分が想定内で、どれが避けられるかを問い、前者のために余裕を設ける。
- ヒーロー文化。 すべての緊急事態を救う人は、不可欠で、疲れ、単一障害点になる。代わりに、割り込みの役割を輪番で共有し、原因の除去を報いる。
- すべてが緊急対応。 いつも満杯のレーンは、単なる二つ目のキューである。代わりに、制限を設け、述べられた遅延のコストを求め、入り口のテストを毎月見直す。
- 満稼働での計画。 余裕のない計画は、あらゆる不意打ちが何かを押しのけることを保証する。代わりに、自分たちの割り込みの履歴から余裕の大きさを決め、残ったキャパシティを計画する。
- 事後の分類。 期間末に加えられたタグは、記憶と気分を反映する。代わりに、受付でタグを必須にし、計画のスナップショットを固定する。
- 需要を黙って吸収する。 ログに届かない頼まれ事は、負荷を見えなくし、計画を誤らせる。代わりに、一つの受付経路を規則とし、脇のチャネルでの頼み事をそこへ誘導する。
成熟度モデル
| 観点 | 1 開始 | 2 発展 | 3 標準化 | 4 管理 | 5 協調 |
|---|---|---|---|---|---|
| 分類と可視性 | 仕事にタグがなく、計画外の仕事は感じられるだけで数えられない | 一部のチームが自分たちの言葉で計画済みと計画外にタグを付ける | 仕事の種類と計画フラグの書面の定義が一つあり、計画のスナップショットとともに受付で適用される | 計画外の比率と未分類の件数を傾向として追い、期間ごとにレビューする | 定義がチームと供給者の間で共有され、判断に情報を与えなくなれば見直される |
| キャパシティの配分 | キャパシティは計画された仕事に完全に使えると想定される | 一部のチームがおおまかな余裕を適用している | 変更、運用、改善の間の合意した配分があり、履歴から大きさを決めた余裕がある | 遵守をレビューし、プロダクトおよびサービスオーナーとともに配分を調整する | プラットフォーム、サービス、人を共有するチーム間で配分が交渉される |
| 割り込みと緊急対応の扱い | 誰もが誰にでも割り込める。緊急度は序列で決まる | 一部のチームに当番の人や緊急の行の習慣がある | 名前付きの割り込みの役割、トリアージの規則、制限と入り口のテストを伴う緊急レーンがある | 緊急対応の率、押し出し、割り込み率を防護柵に照らしてレビューする | 割り込みの振り分けと緊急対応の規則が、共有のオンコールとエスカレーションの経路とともに、チーム間で調整される |
| 原因の除去 | 同じ問題が繰り返され、ヒーローの働きで直される | 一部の繰り返しに気づき、レトロスペクティブで議論される | 計画外のアイテムに原因タグが付き、上位の繰り返しが問題管理に行く | 繰り返しの割合を追跡し、修正が計画された改善の仕事として予算付きで行われる | 原因がチーム、供給者、顧客をまたいでたどられ、改善が日常的である |
チェックリスト
- すべての作業アイテムが、受付で設定された仕事の種類(変更、運用、改善)と計画フラグを持っている。
- 計画済み、計画外、変更、運用の定義が、チームのワーキングアグリーメントに書かれている。
- 計画のスナップショットが各期間の始まりに固定され、保存されている。
- 計画外の仕事の比率が、未分類の件数の隣に、傾向として報告されている。
- チームとそのオーナーが、キャパシティの配分に合意し、直近の四半期にそれをレビューした。
- 一つの受付経路が存在し、脇のチャネルでの依頼がそこへ誘導されている。
- 書面の範囲を持つ割り込みの役割がチーム内で輪番になっている。
- 緊急レーンに、制限、入り口のテスト、各緊急対応が押し出したものの記録がある。
- 計画外のアイテムに原因タグまたは問題レコードへの紐づけがあり、繰り返しが毎月レビューされている。
- メトリクスがチームとサービスのレベルで報告され、個人の順位付けには使われていない。
AIプロンプト
受付の仕事の分類を設計する。
私たちのチームは [チームの説明。例:社内サービスを構築し支える六人のプラットフォームチーム] です。[追跡システムまたはITSMツール] を使っています。受付で、すべてのアイテムを、変更、運用、改善のいずれかと、計画済みか計画外かでタグ付けしたいと考えています。各値の明確な一文の定義、人々が議論するであろう三つの境界事例とそれぞれの提案する判断、そして短い受付フォームを起案してください。ツールの機能やベンチマークの値を捏造しないでください。前提と、定義を磨くために私が答えるべき問いを列挙してください。
割り込みログのパターンを分析する。
以下は、[期間] にわたる私たちの割り込みの要約です:[源、曜日、種類ごとの匿名化された件数を貼り付ける。個人名なし]。それらを、取り除ける、一人に振り分けられる、まとめられる、受け入れるべき、の源に分けてください。各グループについて、実験を一つと、それが機能したかの測定値を一つ提案してください。ベンチマークの値を捏造したり、他の組織と比較したりしないでください。前提と、より確信を持つために必要なデータを列挙してください。
緊急レーンの方針を起案する。
私たちは [フローのボード、期間を区切った計画、継続的なフロー、またはハイブリッド] を [チームの規模] 人のチームで運用し、サービスレベルは [サービスレベル(あれば)] です。述べられた遅延のコストに基づく入り口のテスト、レーン内のアイテム数の制限、押し出されたアイテムに何が起きるかの規則、毎月の問いの一覧を含む、1ページの緊急対応の方針を起案してください。言葉は中立に保ち、個人の名前を挙げないでください。しきい値を捏造せず、私が選ばなければならないものに印を付けてください。前提を列挙してください。
AIスキル
- サービスマネジメントメトリクスのスキル:インシデントの件数やトイルなど、関連するメトリクスをどのトピックが所有するかと、その隣に置くべき防護柵を探すときに使います。
- サービスマネジメントメトリクスのメンテナースキル:このトピックの編集版が、時計、分類の規則、悪用の表を整合させているかを確認するときに使います。
要点
- 計画済みと計画外の仕事、変更と運用の仕事は一つのキャパシティのプールを共有するため、配分を可視にし、意図して合意する。
- 「計画外」は記録された計画に対してのみ意味を持つので、受付で仕事にタグを付け、計画のスナップショットを固定する。
- 割り込みは分数に加えて回復の時間のコストがかかるので、名前付きの役割に振り分け、入り口でトリアージする。
- 緊急レーンには、制限、入り口のテスト、各緊急対応が押し出したものの記録が必要である。
- 繰り返される計画外の仕事は、問題管理と改善の仕事への最も強いシグナルであり、繰り返しの割合が修正の効果を示す。
- チームとサービスのレベルで報告し、チームを自分の履歴と比較し、個人には決して順位を付けない。
参考文献とさらなる読書
- Reinertsen, D. G., The Principles of Product Development Flow: Second Generation Lean Product Development, Celeritas Publishing, 2009.
- Anderson, D. J., Kanban: Successful Evolutionary Change for Your Technology Business, Blue Hole Press, 2010.
- Vacanti, D. S., Actionable Agile Metrics for Predictability: An Introduction, Daniel S. Vacanti, Inc., 2015.
- 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/
- Rau, V., "Eliminating Toil," chapter 5 in Site Reliability Engineering, O'Reilly Media, 2016, https://sre.google/sre-book/eliminating-toil/
- Forsgren, N., Humble, J., and Kim, G., Accelerate: The Science of Lean Software and DevOps, IT Revolution, 2018.
- Kim, G., Behr, K., and Spafford, G., The Phoenix Project: A Novel about IT, DevOps, and Helping Your Business Win, IT Revolution Press, 2013.
- DeMarco, T., Slack: Getting Past Burnout, Busywork, and the Myth of Total Efficiency, Broadway Books, 2001.
- Mark, G., Gudith, D., and Klocke, U., "The cost of interrupted work: more speed and stress," in Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (CHI 2008), ACM, 2008.
- Goodhart, C. A. E., "Problems of Monetary Management: The U.K. Experience," in Papers in Monetary Economics, Reserve Bank of Australia, 1975.
- Wikipedia, Kanban (development).
- Wikipedia, Cost of delay.
- Wikipedia, Task switching (psychology).
- Wikipedia, Technical debt.
- Wikipedia, Little's law.
- Wikipedia, Triage.
- Wikipedia, Class of service.
- Wikipedia, Service-level agreement.