Лестница эксплуатации: пять ступеней зрелости
Зрелость ИТ-эксплуатации определяется не количеством дашбордов и стоимостью систем мониторинга, а культурой работы с услугой. Главный критерий - что служба фиксирует и как использует эти данные: ведется ли учет сбоев, расставлены ли приоритеты, соблюдаются ли сроки, анализируются ли корневые причины. На одном и том же Zabbix можно находиться как на второй, так и на четвертой ступени.
Перепрыгнуть уровни нельзя. Без записанной истории нечего считать. Без приоритетов и SLA нечего сравнивать. Без фиксации изменений не с чем связать новую аварию.
Нажмите на ступень, чтобы прочитать, что на ней.
Ваша ступень по ответам
1. Реагируем
Признаки ступени: О сбоях узнают от пользователей. История аварий не сохраняется, инциденты решаются в чатах и по телефону.
Ограничения: Разговор о надёжности строится на эмоциях и впечатлениях, а не на фактах.
Как перейти выше: Начать фиксировать каждую аварию в единой системе: время начала, время окончания, затронутые сервисы.
Доступная аналитика: Отсутствует (считать пока нечего).
Ваша ступень по ответам
2. Регистрируем
Признаки ступени: Каждая авария протоколируется (начало, конец, масштаб). Внедрена практика Incident management.
Ограничения: Видно, что ломается, но нет приоритизации. Все сбои кажутся одинаково важными, сроки восстановления пользователям не гарантируются.
Как перейти выше: Определить ключевые услуги и их владельцев. Ввести приоритизацию по влиянию и срочности. Утвердить сроки восстановления (SLA) и организовать график дежурств.
Доступная аналитика: Время восстановления (MTTR) и суммарный простой. Выявление узких мест инфраструктуры, пиковые часы нагрузки, цикличность инцидентов и вероятность длительного сбоя.
Что должно быть на ступени:
- каждая авария записана Incident management
Ваша ступень по ответам
3. Управляем
Признаки ступени: Услуги имеют владельцев, аварии - приоритет и сроки SLA. Дежурства регламентированы. Работают практики Service level management и Service desk.
Ограничения: Аварии устраняются быстро, но повторяются. Корневые причины не расследуются, а изменения в ИТ-инфраструктуре нигде не фиксируются, поэтому их нельзя связать с новыми сбоями.
Как перейти выше: Искать причины повторяющихся сбоев (RCA), протоколировать изменения (тип и результат) и настроить мониторинг так, чтобы узнавать об авариях раньше пользователей.
Доступная аналитика: Метрики прошлой ступени плюс распределение инцидентов по приоритетам и бизнес-влиянию.
Что должно быть на ступени:
- у главных услуг есть владельцы Service level management
- приоритет ставится по влиянию и срочности Incident management
- обещаны сроки восстановления Service level management
- дежурство и порядок передачи аварии Service desk
Ваша ступень по ответам
4. Предупреждаем
Признаки ступени: Повторяющиеся сбои расследуются, изменения фиксируются, мониторинг работает на опережение. Внедрены Problem management, Change enablement и Monitoring and event management.
Ограничения: Улучшения внедряются, но их итоговая эффективность не измеряется - показатели «до» и «после» не сравниваются.
Как перейти выше: Назначить владельцев и KPI для каждого улучшения. Обсуждать метрики напрямую с потребителями услуг. Оцифровать зависимости услуг от оборудования (ресурсно-сервисная модель).
Доступная аналитика: Метрики прошлых ступеней плюс корреляция частоты аварий с внедренными изменениями (поиск зависимостей).
Что должно быть на ступени:
- повторы разбираются до причины Problem management
- изменения записываются с типом и результатом Change enablement
- об аварии узнают раньше потребителя Monitoring and event management
Ваша ступень по ответам
5. Улучшаем
Признаки ступени: Эффект от улучшений измеряется, метрики прозрачны для бизнеса, зависимости инфраструктуры задокументированы. Работают Continual improvement, Measurement and reporting, Service configuration management.
Ограничения: Инфраструктура меняется, и однажды настроенные процессы со временем устаревают.
Как перейти выше: Удержание уровня: регулярный аудит. Постоянное сравнение текущих метрик с прошлыми периодами для проверки эффективности внедренных решений.
Доступная аналитика: Метрики прошлых ступеней плюс подтверждение гипотез: изменилась ли частота аварий после конкретного улучшения и каков прогноз сбоев на будущие периоды.
Что должно быть на ступени:
- у улучшений есть владелец и измеренный эффект Continual improvement
- показатели разбираются с потребителем Measurement and reporting
- известны зависимости услуг от оборудования Service configuration management
На чём основана лестница
В основе этой лестницы лежат практики ITIL 4, подход к оценке процессов ISO/IEC 33000 (CMMI) и принципы аналитики Gartner. Оценка строится на подтвержденных данных: слова сотрудников формируют уровень «заявлено», выгрузка из системы - «подтверждено», а расхождения между ними - «спорно».
Узнать свою ступень
Двенадцать вопросов, несколько минут. Ответы покажут ступень по вашим словам, выгрузка журнала - по вашим данным.
Что дальше с вашей ступенью
Пришлите выгрузку журнала аварий за 90 дней и больше: по ней движок посчитает то, что открывает ваша ступень.