കാര്യങ്ങൾ തകരുമ്പോൾ: സംഭവങ്ങളും കുറ്റമറ്റ പോസ്റ്റ്മോർട്ടങ്ങളും

എല്ലാ സംവിധാനങ്ങളും ഒടുവിൽ തകരും. നല്ല ടീമുകളെ ബുദ്ധിമുട്ടുന്ന ടീമുകളിൽ നിന്നും വേർതിരിക്കുന്നത് അവയ്ക്ക് സംഭവങ്ങളുണ്ടോ എന്നതല്ല. അത് അവർ എങ്ങനെ കൈകാര്യം ചെയ്യുന്നു എന്നതാണ്: ശാന്തമായി അല്ലെങ്കിൽ കുഴപ്പത്തിലായി, അവർ പിന്നീട് എന്തെങ്കിലും പഠിക്കുമോ അതോ അടുത്തത് കാത്തിരിക്കുകയാണോ.

ഇവിടെയാണ് ഞാൻ ഇഷ്ടപ്പെടുന്ന സംഭവം നടപടിക്രമം, എങ്ങനെ എഴുതാം പോസ്റ്റ്മോർട്ടങ്ങൾ കാര്യങ്ങൾ മെച്ചപ്പെടുത്താൻ.

സംഭവം നടക്കുന്നതിനു മുമ്പ്, നിങ്ങൾ എങ്ങനെ ജോലി ചെയ്യുമെന്ന് തീരുമാനിക്കുക.

സംഭവങ്ങൾ സമ്മർദ്ദകരമാണ്. സമ്മർദ്ദം ആളുകളെ മെച്ചപ്പെടുത്തുന്നതിൽ മോശക്കാരാക്കുന്നു. അതുകൊണ്ട് അടിസ്ഥാനകാര്യങ്ങള് മുൻകൂട്ടി തീരുമാനിക്കുക:

• ഗുരുതരതവ്യക്തമായ ഉദാഹരണങ്ങളുമായി.
• ഒരു സംഭവം പ്രഖ്യാപിക്കുന്നയാൾ, എങ്ങനെ (ചാറ്റ് കമാൻഡ്, ഒരു ബട്ടൺ, ഒരു ഫോൺ കോൾ).
• ആളുകൾ ഒത്തുചേരുന്നിടത്ത്: ഓരോ സംഭവത്തിനും ഒരു പ്രത്യേക ചാറ്റ് ചാനൽ, ആവശ്യമെങ്കിൽ ഒരു കോൾ.
• റോളുകൾ, അങ്ങനെ എല്ലാവരും അറിയും ആരാണ് എന്ത് ചെയ്യുന്നത് എന്ന്.
• ആശയവിനിമയ ശൈലികൾ, അപ്ഡേറ്റുകള് വേഗത്തിലും സ്ഥിരമായും പുറത്തുവിടുന്നു.

ഒരു ലളിതമായ ഗുരുതരത സ്കെയിലിൽ:

ഗുരുതരാവസ്ഥ	അർത്ഥം	ഉദാഹരണം
SEV1	പല ഉപയോക്താക്കളിലേക്കും പ്രധാന ബിസിനസ്സിനും വലിയ സ്വാധീനം	എല്ലാവര് ക്കും ചെക്ക് ഔട്ട്
SEV2	കാര്യമായ സ്വാധീനം, ഒരു പരിഹാരം അല്ലെങ്കിൽ ഭാഗികമായ തടസ്സം	ഒരു ദാതാവിന് വേണ്ടിയുള്ള പരാജയപ്പെട്ട പേയ്മെന്റുകൾ
SEV3	ചെറിയ സ്വാധീനം, പരിമിതമായ ഉപയോക്താക്കൾ	ഒരു നിർണായകമല്ലാത്ത ഘടകം തകർന്നിരിക്കുന്നു.

സംശയം തോന്നിയാൽ, ഉയര് ന്നതാണെന്ന് പ്രഖ്യാപിക്കുക. അത് ഡൌൺഗ്രേഡ് ചെയ്യാൻ എളുപ്പമാണ്.

ഒരു സംഭവത്തില് ആരാണ് എന്ത് ചെയ്യുന്നത്?

ഏറ്റവും പ്രധാനപ്പെട്ട പങ്ക് സംഭവ കമാൻഡര് (ഐ. സി.). ഐ. സി. പ്രശ്നം പരിഹരിക്കില്ല. അവര് ഏകോപിപ്പിക്കുന്നു. ശരിയായ ആളുകളെ ഉൾപ്പെടുത്തുന്നു, തീരുമാനങ്ങള് എടുക്കുന്നു, ഒന്നും തെറ്റായി പോകുന്നില്ല.

മറ്റു സാധാരണ റോളുകൾ:

• പ്രവർത്തനം / വിഷയ വിദഗ്ധർ: ശരിക്കും അന്വേഷിക്കുകയും പരിഹരിക്കുകയും ചെയ്യുന്ന ആളുകൾ.
• ആശയവിനിമയ ലീഡ്: താല്പര്യം വഹിക്കുന്നവർക്കും ഉപഭോക്താക്കൾക്കും വേണ്ടി അപ്ഡേറ്റുകൾ എഴുതുന്നു, അങ്ങനെ എഞ്ചിനീയർമാർക്ക് ശ്രദ്ധ കേന്ദ്രീകരിക്കാൻ കഴിയും.
• എഴുത്തുകാരൻ: സംഭവിച്ച കാര്യങ്ങളുടെയും തീരുമാനങ്ങളുടെയും ഒരു കാലക്രമം സൂക്ഷിക്കുന്നു. (ഇവിടെ AI ഉപകരണങ്ങൾ കൂടുതലായി സഹായിക്കുന്നു.)

ഒരു ചെറിയ ടീമിൽ ഒരു വ്യക്തിക്ക് പല റോളുകളും ഏറ്റെടുക്കാം. അത് കുഴപ്പമില്ല, ആരെങ്കിലും വ്യക്തമായി ഉത്തരവാദിത്തമുള്ളവരാണെങ്കിൽ.

ഒരു സംഭവത്തിൽ ഏറ്റവും അപകടകരമായ അവസ്ഥ അഞ്ചു ബുദ്ധിമാന്മാര് എല്ലാം ഒരേസമയം കാര്യങ്ങൾ ശരിയാക്കുന്നു, മറ്റുള്ളവര് എന്തൊക്കെ മാറ്റിയിട്ടുണ്ടെന്ന് ആരും അറിയാതെ.

സംഭവം നടക്കുമ്പോള്

വലിയ വ്യത്യാസം വരുത്തുന്ന ചില ശീലങ്ങൾ:

• ആദ്യം കുറയ്ക്കുക, പിന്നെ അന്വേഷിക്കുക. പിന്നോട്ട് പോകുക, വീഴുക, സ്കെയിൽ ചെയ്യുക, ഫീച്ചർ ഫ്ലാഗ് ഓഫാക്കുക. ഉപയോക്താക്കള് സുഖം പ്രാപിച്ചാല് അതിന്റെ കാരണം കണ്ടെത്തുക.
• നീ ചെയ്യുന്നതിനു മുമ്പ് നീ ചെയ്യുന്നതെന്തെന്ന് പറയണം.: "ഞാൻ ഇപ്പോൾ തന്നെ പേയ്മെന്റ് തൊഴിലാളികളെ പുനരാരംഭിക്കും". ഇത് പരസ്പര വിരുദ്ധമായ പ്രവൃത്തികൾ ഒഴിവാക്കുന്നു.
• ചാനലിൽ കാര്യങ്ങൾ എഴുതി വയ്ക്കുക.: നിരീക്ഷണങ്ങൾ, അനുമാനങ്ങൾ, പ്രവര് ത്തനങ്ങള് , ഫലങ്ങള് .
• പതിവ് അപ്ഡേറ്റുകൾപുതിയതായി ഒന്നും ഇല്ലെങ്കിലും: "അന്വേഷണം തുടരുന്നു, അടുത്ത അപ്ഡേറ്റ് 30 മിനിറ്റിനകം".
• എപ്പോഴാണ് കൂടുതൽ മോശമാകേണ്ടതെന്ന് അറിയുക. ഒരു മണിക്കൂർ ഒറ്റയ്ക്ക് പോരാടുന്നതിലും നല്ലത് വേറൊരു ടീമിനെ നേരത്തെ കൂട്ടുക എന്നതാണ്.

ഒരു ലളിതമായ സ്റ്റാറ്റസ് അപ്ഡേറ്റ് ടെംപ്ലേറ്റ്:

[SEV2] പേയ്മെന്റ് പരാജയങ്ങൾ, അന്വേഷണം. 14:05 മുതൽ, 10% കാർഡ് പേയ്മെന്റുകളും പരാജയപ്പെട്ടു. മറ്റു പേയ്മെന്റ് രീതികളും ശരിയാണ്. ഞങ്ങളുടെ പേയ്മെന്റ് പ്രൊവൈഡറുമായി ഒരു പ്രശ്നമുണ്ടായതായി ഞങ്ങള് അന്വേഷിക്കുന്നു. അടുത്ത അപ്ഡേറ്റ് 14:45 നാണ്.

സംഭവത്തിനു ശേഷം: കുറ്റമറ്റ പോസ്റ്റ്മോർട്ടങ്ങൾ

മരണം കഴിഞ്ഞതിനു ശേഷം നടന്ന സംഭവത്തെക്കുറിച്ചും അത് എങ്ങനെ തടയാം എന്നതിനെക്കുറിച്ചും എഴുതിയ വിശകലനമാണ് പോസ്റ്റ് മോർട്ടം. കുറ്റമില്ലാത്തവൻ അതായത് ശ്രദ്ധ സിസ്റ്റത്തിലേക്കാണ്, ആര് തെറ്റു ചെയ്തു എന്നതിലേക്കല്ല.

എന്തിന് കുറ്റമില്ലാത്തത്? കാരണം ആളുകൾ എപ്പോഴും തെറ്റുകൾ ചെയ്യുന്നു, അത് കൈകാര്യം ചെയ്യാൻ സംവിധാനങ്ങൾ രൂപകല് പിക്കണം. ഒരു സംഭവത്തിൽ നിന്നും പഠിക്കേണ്ട കാര്യം "അലക്സ് കൂടുതൽ ശ്രദ്ധിക്കണം" എന്നാണെങ്കിൽ, ഒന്നും മാറില്ല, ആളുകൾ തെറ്റുകൾ മറയ്ക്കാൻ തുടങ്ങുകയല്ലാതെ. "നമ്മുടെ വിന്യാസം പ്രക്രിയ പരിശോധന കൂടാതെ ഒരു പരിശോധന ചെയ്യാത്ത കോൺഫിഗറേഷനെ ഉല്പാദനത്തിലേക്ക് എത്തിക്കട്ടെ" എന്നതാണെങ്കിൽ, നിങ്ങൾക്ക് പ്രക്രിയ ശരിയാക്കാം.

ചോദിക്കാനുള്ള ചോദ്യങ്ങള്:

• ഈ തെറ്റ് എളുപ്പത്തിൽ ചെയ്യാൻ എന്തു കാരണമായി?
• എന്തുകൊണ്ടാണ് നമ്മുടെ പരിശോധനകളിലോ പരിശോധനകളോ നിരീക്ഷണങ്ങളോ അത് കണ്ടുപിടിക്കാത്തത്?
• എന്തുകൊണ്ടാണ് അത് കണ്ടെത്താനും രോഗനിർണയം നടത്താനും പരിഹരിക്കാനും ബുദ്ധിമുട്ടായത്?
• എന്താ നന്നായി പോയത്? (എപ്പോഴും ഇത് ഉൾപ്പെടുത്തുക)

എന്റെ മരണാനന്തര ടെംപ്ലേറ്റ്

1. സംഗ്രഹം: ഒരു മാനേജര് ക്ക് മനസ്സിലാകുന്ന രണ്ടോ മൂന്നോ വാക്യങ്ങള് .
2. സ്വാധീനംആരെയാണ് ബാധിച്ചത്, എങ്ങനെയാണ്, എത്രകാലം. സാധ്യമെങ്കിൽ സംഖ്യകൾ.
3. കാലക്രമം: പ്രധാന സംഭവങ്ങൾ സമയമുദ്രകളോടെ, ട്രിഗർ മുതൽ പൂർണ്ണമായ റെസല്യൂഷൻ വരെ.
4. മൂലകാരണവും സംഭാവന ചെയ്യുന്ന ഘടകങ്ങളും: സാധാരണയായി പല കാരണങ്ങളും ഒന്നിച്ച്, ഒരൊറ്റ കാരണമല്ല.
5. കണ്ടെത്തൽ: എങ്ങിനെ അറിഞ്ഞു? എങ്ങനെ നേരത്തെ അറിഞ്ഞേനെ?
6. പ്രതികരണം: എന്താണ് സഹായിച്ചത്, എന്താണ് ഞങ്ങളെ മന്ദഗതിയിലാക്കിയത്.
7. എന്തൊക്കെ നന്നായി പോയി.
8. നടപടി: പ്രത്യേകത, ഉടമയും കാലാവധിയും.
9. പഠിച്ച പാഠം.

ആക്ഷൻ ഇനങ്ങൾ നടക്കുന്നുണ്ടെന്ന് ഉറപ്പുവരുത്തുക

മരണാനന്തര പരിശോധനയുടെ ഏറ്റവും സാധാരണമായ പരാജയം: നല്ല വിശകലനം, ഒരു ലിസ്റ്റ്, പിന്നെ ഒന്നും സംഭവിക്കുന്നില്ല. ഫീച്ചർ വർക്കുകളുമായി മത്സരിച്ച് തോൽക്കുന്നതാണ് ഫിക്സുകൾ.

സഹായിക്കുന്നവ

• വളരെ കുറച്ച് പ്രധാനപ്പെട്ട നടപടികൾ ഒരു നീണ്ട ആഗ്രഹ ലിസ്റ്റിന് പകരം.
• സാധാരണ ബാക്കോഗില് ട്രാക്കുചെയ്തിരിക്കുന്നു, ഒരു പ്രത്യേക രേഖയല്ല.
• പതിവായി അവലോകനം ചെയ്യുന്നുഉദാഹരണത്തിന്, പ്രതിമാസ വിശ്വാസ്യതാ യോഗം.
• നേതൃത്വ പിന്തുണ, അതുകൊണ്ട് ഒരു സംഭവത്തിന്റെ കാരണം പരിഹരിക്കുക എന്നത് ഒരു യഥാർത്ഥ ജോലിയായി കണക്കാക്കപ്പെടുന്നു.

സഹായിക്കുന്ന ഉപകരണങ്ങൾ

incident.io, Rootly, FireHydrant, PagerDuty, Jira Service Management തുടങ്ങിയവ ഈ പ്രക്രിയ ഓട്ടോമേറ്റ് ചെയ്യുന്നുഃ ചാനലുകൾ സൃഷ്ടിക്കുക, റോളുകൾ നൽകുക, ടൈംലൈനുകൾ സൂക്ഷിക്കുക, സ്റ്റാറ്റസ് അപ്ഡേറ്റുകൾ പോസ്റ്റ് ചെയ്യുക, മരണാനന്തര ഡ്രാഫ്റ്റുകൾ സൃഷ്ടിക്കുക. ഉപയോഗപ്രദമാണ്, പക്ഷേ ഉപകരണത്തെക്കാളും പ്രക്രിയയും സംസ്കാരവും പ്രധാനമാണ്.

എവിടെ നിന്നാണ് ഞാൻ തുടങ്ങേണ്ടത്?

മൂന്ന് ഗുരുതരാവസ്ഥാ തലങ്ങളില് യോജിക്കുക, സംഭവത്തിന്റെ കമാൻഡര് , മരണാനന്തര ശീലം. ഒരു ചെറിയ പരിശീലന സംഭവം ("ഗെയിം ഡേ") നടത്തുക, അങ്ങനെ ആളുകൾ യഥാർത്ഥ ഒന്നിന് മുമ്പ് പ്രക്രിയ അറിയുന്നു. അടുത്ത സംഭവത്തിനു ശേഷം, കുറ്റമറ്റ ഒരു പോസ്റ്റ്മോർട്ടം എഴുതുകയും അതിന്റെ പ്രവൃത്തികൾ പിന്തുടരുകയും ചെയ്യുക.

എന്റെ അഭിപ്രായം: സംഭവങ്ങൾ സംഭവിക്കും. ശാന്തമായി കൈകാര്യം ചെയ്യുക, സത്യസന്ധമായി പഠിക്കുക, വ്യക്തിയെ കുറ്റപ്പെടുത്തുന്നതിനു പകരം വ്യവസ്ഥിതി ശരിയാക്കുക.

ഡെസ്ലി