Métriques de tâches répétitives et d'astreinte
Un service n'est aussi fiable que la rotation qui s'en occupe ; mesurez donc les interruptions, la charge de nuit et la part du temps perdue en travail manuel répétitif pour la rotation dans son ensemble, et employez les chiffres pour financer la prévention et l'automatisation, jamais pour comparer des personnes.
Résumé et motivation
La fiabilité est souvent décrite en termes du système : disponibilité, latence, taux d'erreur. Derrière chaque service qui a des utilisateurs au milieu de la nuit se trouve un système humain qui répond quand le système tombe en panne. Ce système humain a des limites. Une rotation appelée trop souvent, qui réveille trop de gens ou qui passe l'essentiel de sa semaine en tâches manuelles et répétitives ralentira, fera plus d'erreurs et finira par perdre des gens. Les autres métriques de la partie 5 peuvent paraître saines jusqu'au moment où les personnes qui les tiennent ensemble s'en vont.
Deux idées organisent ce sujet. La première est le travail d'astreinte : une rotation de personnes joignables et prêtes à répondre à des alertes en dehors des rythmes de travail normaux. Un appel est une alerte qui interrompt un intervenant, généralement par un téléavertisseur, un appel téléphonique ou une notification poussée. Un quart est une période de service d'astreinte, par exemple un jour, une semaine ou une nuit. Une rotation est le groupe de personnes qui prennent des quarts à tour de rôle. La seconde idée est les tâches répétitives (toil), un terme de l'ingénierie de la fiabilité des sites (SRE), la discipline qui consiste à exploiter des services avec des méthodes d'ingénierie logicielle. Dans le livre Site Reliability Engineering de Google, les tâches répétitives sont un travail opérationnel lié à l'exploitation d'un service de production qui tend à être manuel, répétitif, automatisable, tactique, sans valeur durable et croissant au même rythme que le service. Ce n'est pas la même chose que les frais généraux comme les réunions, et ce n'est pas simplement un travail que quelqu'un n'aime pas.
ITIL 4 n'a pas de pratique appelée « gestion des tâches répétitives ». La matière est répartie entre plusieurs pratiques. La gestion des incidents et la supervision et gestion des événements produisent les appels. La gestion des problèmes supprime les causes qui continuent de les produire. La gestion des demandes de service et la gestion des déploiements produisent une grande part du travail manuel répétitif. La gestion de la main-d'œuvre et des talents, et l'amélioration continue, détiennent le côté humain. Le pendant agile est l'accord de travail de l'équipe sur le travail non planifié et le rythme soutenable, et l'habitude DevOps selon laquelle l'équipe qui construit un service porte aussi une partie du téléavertisseur.
Les mesures ici portent sur la charge et la soutenabilité. Le traitement des incidents relève d'autres sujets (voir le sujet 3.3, Temps de réponse et de résolution des incidents, et le sujet 3.4, Métriques des incidents majeurs), tout comme la qualité des alertes individuelles (voir le sujet 5.5, Métriques de supervision et de qualité des alertes). Ce sujet demande ce qu'il en coûte aux personnes de la rotation pour que le service continue de fonctionner, et si ce coût est soutenable.
Pourquoi cela a sa place avec la fiabilité
La fatigue a des conséquences opérationnelles. La privation de sommeil dégrade le jugement et le temps de réaction, et les intervenants fatigués au début d'un incident mettent plus de temps à le diagnostiquer et risquent davantage de faire une seconde erreur en corrigeant la première. La fatigue d'alarme est l'effet apparenté d'un trop grand nombre d'alertes : les gens cessent de traiter chacune comme urgente. L'épuisement professionnel est le résultat à plus long terme d'une surcharge prolongée, et il se manifeste par des départs, des maladies et un désengagement, lents, coûteux et difficiles à inverser. Une équipe qui mesure la fiabilité du service sans mesurer la soutenabilité de sa rotation ne regarde que l'effet et ignore une partie de la cause.
Ce sujet décrit des rotations, des quarts et des services, et il ne classe jamais d'individus. Une vision ITIL part de l'incident et du service, une vision SRE du coût en temps de personne, et une vision agile de la capacité pour le travail planifié.
Principes clés
- Mesurer la rotation, non la personne. Rapportez la charge par service, par quart et par position de rotation. Le nombre d'appels d'une personne dépend du quart qu'elle a tiré, et un classement apprend aux gens à cacher les interruptions.
- Compter le moment des interruptions autant que leur durée. Un appel de cinq minutes à 3 heures du matin peut coûter une nuit de sommeil.
- Définir étroitement les tâches répétitives et laisser l'équipe les classer. Les tâches répétitives sont un genre précis de travail, non un synonyme de travail que les gens n'aiment pas.
- Traiter la charge comme un signal d'investissement. Un volume d'appels ou une part de tâches répétitives élevés sont la preuve qu'un service, un outil ou un niveau de dotation demande du travail.
- Associer chaque mesure de charge à une mesure de qualité. Moins d'appels n'est une bonne nouvelle que si les incidents sont encore détectés.
- Montrer des distributions et partager d'abord les données avec la rotation. Un quart moyen cache une poignée de nuits terribles, et les personnes d'astreinte sont les mieux placées pour juger si les chiffres correspondent à leur expérience.
Définitions des métriques
Le tableau donne l'ensemble de base. Chaque mesure de temps ou de comptage énonce où elle démarre et s'arrête et ce qui est exclu. « Hors des heures de travail » doit être défini une fois par rotation comme une fenêtre écrite en heure locale, week-ends et jours fériés compris, car les personnes d'une rotation répartie peuvent avoir des heures locales différentes.
| Métrique | Définition | Formule | Unité | Source de données | Pratique ITIL | Équivalent agile | Cadence |
|---|---|---|---|---|---|---|---|
| Appels par quart | Nombre d'appels remis à une rotation pendant un quart | Nombre d'appels remis entre le début et la fin du quart, un compte par quart, après fusion des appels en double pour le même groupe d'alertes dans les 5 minutes (la fenêtre de fusion est un réglage d'équipe). Les appels de test et les appels envoyés par erreur sont exclus. Rapportez la médiane et le 90e percentile entre les quarts, plus le quart le plus chargé | appels par quart | Outil d'appel ; calendrier d'astreinte | Gestion des incidents ; supervision et gestion des événements | Politique de travail non planifié ; rythme soutenable | Revue hebdomadaire, tendance mensuelle |
| Part d'appels hors des heures de travail | Part des appels qui arrivent en dehors de la fenêtre de travail écrite | Appels remis hors de la fenêtre de travail / tous les appels remis, sur la période. La fenêtre est fixée par rotation en heure locale ; les jours fériés comptent comme hors de la fenêtre | pourcentage | Outil d'appel ; calendrier de la rotation | Gestion des incidents ; supervision et gestion des événements | Accord de travail sur la disponibilité | Mensuelle |
| Taux d'interruption nocturne | À quelle fréquence un quart comprend au moins un appel dans la fenêtre de sommeil protégée | Quarts avec au moins un appel dans la fenêtre de sommeil protégée (par exemple de 22 h à 7 h en heure locale, fixée par l'équipe) / tous les quarts de la période. Un appel acquitté automatiquement sans réponse humaine est exclu | pourcentage des quarts | Outil d'appel ; journal des accusés de réception | Gestion des incidents ; gestion de la main-d'œuvre et des talents | Rythme soutenable ; bilan de santé de l'équipe | Mensuelle |
| Part du temps en tâches répétitives | Part du temps de travail d'une rotation passée en tâches répétitives | Heures que la rotation consigne sur du travail classé comme tâches répétitives / total des heures de travail consignées par la rotation, sur un mois. Les réunions, la formation et les congés sont exclus du numérateur et du dénominateur. La classification suit les six caractéristiques des tâches répétitives, appliquées par l'équipe | pourcentage du temps | Échantillonnage du temps ou étiquettes de tâches dans le gestionnaire de travail ; revue de classification par l'équipe | Amélioration continue ; gestion des déploiements ; gestion des demandes de service | Part de travail non planifié ; allocation de capacité dans le travail planifié | Mensuelle, avec une revue trimestrielle de la classification |
| Tâches répétitives par source | Distribution des heures de tâches répétitives entre des sources nommées comme les redémarrages manuels, les demandes d'accès, les renouvellements de certificats et le tri des tickets | Heures de tâches répétitives de chaque source / total des heures de tâches répétitives, en listant les cinq principales sources et un groupe « autre ». Mêmes exclusions que la part du temps en tâches répétitives | pourcentage des heures de tâches répétitives par source | Échantillonnage du temps ou étiquettes de tâches dans le gestionnaire de travail | Gestion des problèmes ; gestion des demandes de service | Backlog d'éléments d'amélioration | Trimestrielle |
| Taux d'appels répétés | Part des appels causés par une condition qui a déjà appelé la rotation dans une fenêtre énoncée | Appels dont le groupe d'alertes ou le code de cause correspond à un appel antérieur dans les 30 jours / tous les appels de la période. Un code de cause est fixé par l'intervenant à la clôture ; les codes non renseignés sont rapportés séparément | pourcentage | Outil d'appel ; codes de cause des enregistrements d'incidents | Gestion des problèmes ; gestion des incidents | Actions de rétrospective ; backlog de dette technique | Mensuelle |
| Profondeur de la rotation | Combien d'intervenants qualifiés partagent le téléavertisseur par rapport au nombre de postes à pourvoir | Nombre de personnes ayant terminé la préparation à l'astreinte et disponibles pour des quarts / nombre de postes de quart par cycle de rotation. Les congés et les détachements réduisent la disponibilité. Rapportez comme un rapport par rotation, jamais par personne | rapport | Calendrier de la rotation ; liste de contrôle de préparation | Gestion de la main-d'œuvre et des talents | Équipe pluridisciplinaire ; matrice de compétences | Trimestrielle |
| Tâches répétitives supprimées | Heures de tâches répétitives récurrentes retirées du travail de la rotation par une automatisation ou un changement de conception | Heures mensuelles estimées de tâches répétitives d'une source avant le changement moins les mêmes après le changement, mesurées sur au moins deux cycles après la livraison. Les heures économisées par un nettoyage ponctuel sont exclues | heures par mois | Échantillonnage du temps avant et après ; ticket d'amélioration | Amélioration continue ; gestion des problèmes | Élément d'amélioration livré | Trimestrielle |
Un compte d'appels est un compte d'interruptions, non d'incidents : un incident peut générer une douzaine d'appels. La part du temps en tâches répétitives dépend d'un enregistrement honnête ; traitez-la donc comme une estimation convenue.
Recommandations
Définir les termes avant de compter
1. Écrivez ce qui compte comme un appel, un quart et des heures hors travail. Les équipes comptent des choses différentes sous le même mot. Un appel peut être n'importe quelle notification, seulement celles qui atteignent un humain, ou seulement celles qui demandent une action. Choisissez une définition, énoncez la fenêtre de fusion des doublons et consignez la fenêtre de travail en heure locale. Sans cela, les chiffres changeront quand un outil est reconfiguré, et la tendance induira en erreur.
2. Convenez de ce que sont les tâches répétitives, avec des exemples tirés de votre propre service. Partez des six caractéristiques du livre SRE. Écrivez une courte liste d'exemples et de contre-exemples, comme redémarrer une tâche bloquée (tâche répétitive), concevoir un nouvel outil de rétablissement (ingénierie) et une réunion de planification (frais généraux). Revoyez la liste quand des désaccords apparaissent.
3. Choisissez comment mesurer la part de tâches répétitives, et acceptez ses limites. Les options peu coûteuses sont l'échantillonnage du temps, les étiquettes de tâches dans le gestionnaire de travail et une courte estimation bimensuelle. Aucune n'est exacte ; choisissez donc celle qui a le moins de surcoût, menez-la pendant un trimestre et jugez la tendance plus que la valeur absolue.
Mesurer la charge de la rotation
4. Rapportez les appels par quart comme une distribution. Le quart moyen cache ce que ressent la rotation. Montrez la médiane, le 90e percentile et le quart le plus chargé, et ajoutez une note sur ce qui s'est passé pendant ce quart. Une médiane calme avec une queue terrible signifie quelques mauvaises nuits, ce qui est un autre problème qu'une rotation constamment chargée. Voir le sujet 1.6, Culture statistique pour les métriques de service, pour lire les percentiles.
5. Placez le moment à côté du volume. La part d'appels hors des heures de travail et le taux d'interruption nocturne montrent quand la charge tombe. Cinq appels pendant les heures de bureau sont une gêne ; cinq entre minuit et 5 h sont un autre coût. Montrez les deux sur la même page.
6. Regardez la répartition entre les quarts, non entre les personnes. Une rotation où un quart récurrent (par exemple le fin de semaine ou la passation du lundi) recueille la plupart des appels demande une autre correction qu'une rotation où la charge est égale. Rapportez la part des appels par position de quart et par jour. Quand les données sont rapportées par individu nommé, attendez-vous à ce qu'elles soient lues comme un classement ; ne produisez donc pas cette vue.
7. Comptez séparément la charge des incidents majeurs. Un incident majeur peut générer plus d'interruptions en une nuit qu'un mois normal. Rapportez-le sur sa propre ligne pour qu'un événement ne fausse pas la tendance (voir le sujet 3.4, Métriques des incidents majeurs).
Relier la charge aux causes et aux corrections
8. Liez les appels aux problèmes, et suivez les répétitions. Le taux d'appels répétés montre quelle part de la charge vient de causes déjà connues. Un taux de répétition élevé est un argument pour la gestion des problèmes, non pour une réponse plus rapide. Alimentez le backlog de problèmes avec les principales causes répétées et consignez le lien (voir le sujet 4.1, Métriques de gestion des problèmes, et le sujet 4.6, Dette technique et erreurs connues).
9. Classez les sources de tâches répétitives et attaquez la plus grande. Un diagramme de Pareto des heures de tâches répétitives par source montre généralement que quelques sources sont responsables de l'essentiel du temps. Choisissez la plus grande, décidez si elle peut être supprimée par la conception, automatisée ou remise à l'équipe qui détient la cause, et planifiez-la comme du travail sur les fonctions. Préférez supprimer le besoin plutôt qu'automatiser l'étape, car une étape automatisée doit quand même être entretenue.
10. Mesurez les tâches répétitives supprimées, non les automatisations écrites. Une automatisation que personne n'emploie ne supprime rien. Mesurez les heures de tâches répétitives avant et après, sur au moins deux cycles, et consignez l'effort de construire et d'entretenir l'automatisation. C'est le retour honnête, et il empêche un programme d'« automatisation » qui ajoute des scripts sans supprimer de travail. Voir le sujet 3.7, Métriques de libre-service et d'automatisation, pour l'adoption de l'automatisation par les utilisateurs.
Garder le système soutenable
11. Fixez des limites de rotation dans un accord d'équipe, puis surveillez la profondeur de la rotation. Convenez de la fréquence à laquelle une personne peut être d'astreinte, du nombre de nuits consécutives acceptable et du repos qui suit une mauvaise nuit. La profondeur de la rotation montre si la rotation a assez de personnes qualifiées pour la limite convenue. Une rotation nominalement de huit personnes mais en pratique de trois, parce que les autres ne sont pas encore prêtes ou sont en congé, ne respecte pas la limite, quoi que dise le tableau de service.
12. Employez les chiffres pour demander quelque chose de précis. Un chiffre de charge soutient une demande : un changement de dotation, du temps retiré au travail sur les fonctions pour réduire les tâches répétitives, un changement des seuils d'alerte ou un retrait. Énoncez la demande à côté du chiffre, sinon les gens cesseront de consigner (voir le sujet 1.4, Gouvernance et responsabilité des métriques).
Vecteurs de détournement et garde-fous
| Métrique | Comment elle est détournée | Métrique ou pratique de garde-fou associée |
|---|---|---|
| Appels par quart | Relever les seuils d'alerte ou faire taire des alertes pour que le compte baisse ; fusionner des alertes sans rapport en un seul appel ; déplacer les appels vers une file de tickets que personne ne surveille | Couverture de détection et incidents signalés par les clients que la supervision a manqués (voir le sujet 5.5, Métriques de supervision et de qualité des alertes) ; délai de détection (voir le sujet 3.3, Temps de réponse et de résolution des incidents) |
| Part d'appels hors des heures de travail | Redéfinir la fenêtre de travail pour qu'elle soit plus large ; replanifier les tâches et les déploiements pour que les appels passent dans les heures de bureau sans diminuer ; requalifier des appels en « faible urgence » | Volume total d'appels à côté de la part ; fenêtre de travail écrite sous contrôle des changements ; revue de ce qui a bougé |
| Taux d'interruption nocturne | Retarder l'accusé de réception jusqu'au matin ; acquitter automatiquement les appels ; ne compter que les appels qui ont atteint un humain | Délai d'accusé de réception par heure (voir le sujet 3.3, Temps de réponse et de résolution des incidents) ; appels sans réponse humaine rapportés séparément ; impact sur les clients la nuit |
| Part du temps en tâches répétitives | Requalifier des tâches répétitives en « ingénierie » ou « travail de projet » ; consigner moins que ce qui a été dépensé ; n'étiqueter que ce qui est facile à décrire | Audit périodique des éléments classés par quelqu'un d'extérieur à la rotation ; point de vue de l'équipe elle-même sur le ressenti de la semaine ; part du temps passée en travail d'amélioration planifié |
| Tâches répétitives par source | Scinder une grande source en plusieurs petites pour qu'aucune ne ressorte ; laisser une source sans nom dans « autre » | Plafond sur le groupe « autre » (par exemple moins d'un cinquième des heures de tâches répétitives, un réglage d'équipe) ; échantillonnage des éléments « autre » chaque trimestre |
| Taux d'appels répétés | Clore les appels avec un nouveau code de cause à chaque fois pour que les correspondances soient manquées ; élargir les codes de cause jusqu'à ce que tout soit distinct ; allonger ou raccourcir la fenêtre | Audit par échantillon des codes de cause ; récurrence du même groupe d'alertes entre incidents (voir le sujet 4.1, Métriques de gestion des problèmes) |
| Profondeur de la rotation | Compter des personnes qui n'ont pas terminé la préparation ; compter des personnes rarement disponibles ; gonfler le tableau de service | Part des quarts réellement couverts par le bassin nominal ; nombre réel de quarts par position, rapporté sans noms ; achèvement de la liste de contrôle de préparation |
| Tâches répétitives supprimées | Compter des nettoyages ponctuels comme des économies récurrentes ; ignorer l'effort de construire et d'entretenir l'automatisation ; revendiquer des économies sans avant et après | Heures avant et après mesurées sur deux cycles ; effort d'entretien de l'automatisation ; part du temps en tâches répétitives sur les trimestres suivants |
Une lecture saine est une rotation dont le quart médian est calme et dont le pire quart est rare, avec peu d'appels la nuit, une part décroissante d'appels répétés et une part de tâches répétitives qui baisse parce que des sources ont été supprimées, non parce qu'elles ont été requalifiées. Elle montre aussi l'effort pour y arriver : un travail d'amélioration qui apparaît dans le plan, financé et livré. Si les comptes d'appels baissent pendant que les clients signalent plus d'incidents que la supervision n'a pas attrapés, les chiffres s'améliorent en détournant le regard.
Compromis : avantages et inconvénients
| Approche | Force | Faiblesse |
|---|---|---|
| Compter les appels depuis l'outil d'appel | Automatique, peu coûteux et difficile à contester | Compte des interruptions, non leur coût ; régler les alertes change le compte sans changer la charge |
| Échantillonnage du temps pour les tâches répétitives | Exactitude raisonnable pour un effort modeste | Exige de la discipline ; les petits échantillons sont bruités |
| Rapport au niveau de la rotation | Correspond à l'organisation du travail ; sûr à partager largement | Peut cacher une personne en difficulté ; exige un canal de conversation bienveillant à côté |
| Plafond strict sur les tâches répétitives (par exemple l'objectif du livre SRE de garder les tâches répétitives sous 50 pour cent du temps) | Un signal clair qui déclenche une réponse | Un nombre peut être respecté par requalification ; un plafond exige le soutien de la direction |
La tension centrale est entre l'acceptation et l'investissement. Il est facile de traiter une forte charge comme le prix normal d'un service important et de demander aux gens de l'absorber, et il est facile de fixer un plafond que personne n'a le pouvoir de faire respecter. La voie est d'associer chaque mesure à une décision : un seuil auquel l'équipe s'arrête et agit, un responsable nommé de l'action et une date pour regarder de nouveau. Les chiffres au niveau de la rotation sont sûrs et parfois trop grossiers. Quand quelqu'un est en difficulté, la conversation appartient à cette personne et à son responsable, à partir de son propre récit de la semaine.
Questions à discuter avec votre équipe
1. Comment s'est passé notre quart le plus chargé du dernier trimestre, et que disent les chiffres à son sujet ? Commencez par l'histoire avant le graphique. Demandez aux personnes d'astreinte de décrire le quart, puis comparez-le avec les chiffres d'appels par quart et d'interruptions nocturnes. Si les chiffres sous-estiment l'expérience, trouvez ce qui manque, comme des appels non consignés ou du travail fait après l'appel. Capturez cette liste comme la prochaine amélioration de la mesure.
2. Que dirions-nous être des tâches répétitives dans notre équipe, et que dirions-nous ne pas en être ? Placez cinq ou six tâches récentes sur un tableau et demandez à chaque personne de les classer comme tâches répétitives, ingénierie ou frais généraux au regard des six caractéristiques. Attendez-vous à des désaccords, et traitez-les comme utiles : ils montrent où la définition est vague. Convenez d'une définition de travail pour le trimestre suivant et écrivez deux exemples de chaque. Évitez de débattre pour savoir si le travail est agréable, car la question est de savoir s'il est manuel, répétitif et automatisable.
3. Quelle alerte ou quelle tâche supprimerions-nous en premier si nous le pouvions ? Demandez l'alerte ou la tâche récurrente que tout le monde redoute, puis demandez ce qui nous empêche de la supprimer : le coût de la correction, un responsable manquant ou la croyance qu'elle est obligatoire. L'animateur doit chercher un travail peu coûteux à supprimer et dont le responsable n'est pas dans la salle. Terminez en choisissant un élément pour la prochaine ronde de planification.
4. Combien de personnes peuvent réellement prendre un quart aujourd'hui, et à quelles limites sommes-nous prêts à nous engager ? Comptez honnêtement la préparation : qui est formé, qui est disponible et qui a des contraintes. Comparez le résultat avec la taille nominale de la rotation. Demandez quelle fréquence d'astreinte et quel nombre de nuits consécutives le groupe juge acceptables, puis vérifiez si la pratique actuelle les respecte.
5. Si nous réduisions de moitié notre nombre d'appels d'ici le trimestre prochain, comment saurions-nous que nous n'avons pas simplement cessé d'écouter ? Cette question porte sur le garde-fou. Demandez au groupe de lister les façons dont le nombre d'appels pourrait baisser sans que le service s'améliore, comme relever les seuils, fusionner des alertes ou ignorer une source. Demandez ensuite ce que nous verrions dans les signalements des clients et dans les mesures de détection si cela s'était produit. Convenez du garde-fou et mettez-le sur la même page que le volume.
6. Qui voit ces chiffres, et que voulons-nous qu'ils en fassent ? Retracez le chemin des mesures de charge de la rotation aux responsables et aux dirigeants. Demandez ce que chaque public est susceptible d'en conclure, et si une vue pourrait être lue comme un classement. Convenez de la forme qui remonte : au niveau de la rotation, avec du contexte, avec une demande jointe. Notez toute inquiétude sur l'identification possible d'individus.
Quatre perspectives
Équipes produit et livraison
Les équipes de livraison génèrent une grande part de la charge d'astreinte par les changements qu'elles mettent en production. Les équipes qui exploitent ce qu'elles construisent peuvent voir le lien entre une version et les appels qui suivent. Elles devraient inclure les tâches répétitives et le travail d'astreinte dans la planification de capacité, planifier la suppression des tâches répétitives comme du travail ordinaire du backlog et surveiller la qualité des changements à côté de la vitesse (voir le sujet 2.8, Métriques DORA).
Équipes de service et d'exploitation
Les équipes d'exploitation portent le plus souvent le téléavertisseur et voient d'abord le coût humain. Elles devraient détenir les définitions, mener l'échantillonnage du temps ou l'étiquetage, publier les chiffres au niveau de la rotation et apporter aux équipes responsables, preuves à l'appui, les principales sources de tâches répétitives et les causes répétées. Leur risque est d'absorber discrètement la charge par professionnalisme. Un registre calme et factuel des nuits et des semaines est une demande d'aide plus efficace qu'une plainte, et les registres ne devraient jamais être transformés en classement des personnes qui ont répondu.
Direction et gouvernance
Les dirigeants décident de la dotation, des priorités et du financement du travail sur les tâches répétitives. Un dirigeant qui lit une part élevée de tâches répétitives comme une mauvaise performance apprend à l'équipe à la baisser par requalification. Un dirigeant qui la lit comme la facture d'un travail que l'organisation a choisi de ne pas financer obtient des données honnêtes et un plan. La gouvernance devrait attendre une limite de charge de rotation et une réponse visible quand elle est dépassée (voir le sujet 9.2, Métriques de satisfaction et de bien-être).
Clients et utilisateurs
Les utilisateurs ne voient pas la rotation, mais ils en ressentent les effets : un diagnostic plus lent de la part d'intervenants fatigués, des incidents répétés à cause de causes non corrigées et le départ de personnes qui connaissaient le service. Là où les utilisateurs couvrent de nombreux fuseaux horaires, leurs besoins hors des heures de travail façonnent la rotation, et le coût de les couvrir est un sujet légitime pour une conversation sur les niveaux de service (voir le sujet 5.1, Métriques de SLA, d'OLA et de XLA).
En pratique : un exemple d'ITIL agile
Un détaillant en ligne de taille moyenne exploite une plateforme de commandes, un service de comptes clients et une intégration d'entrepôt. Une rotation de six ingénieurs de deux équipes produit et d'un petit groupe d'exploitation partage un quart d'astreinte hebdomadaire. Tous les chiffres de cet exemple sont illustratifs.
La revue mensuelle montre une médiane de 9 appels par quart et un 90e percentile de 31. Le quart le plus chargé a eu 58 appels. Environ la moitié de tous les appels arrivent hors des heures de travail, et 6 des 8 quarts du trimestre comprenaient un appel entre 22 h et 7 h. L'échantillonnage du temps suggère que les tâches répétitives prennent 55 pour cent du temps de travail.
Le quart le plus chargé a coïncidé avec l'expiration d'un certificat sur l'intégration d'entrepôt qui a appelé la rotation 22 fois en une nuit. Une alerte d'espace disque sur un serveur de traitement par lots représente près d'un quart des appels, et la plupart ont été clos en vidant à la main un répertoire temporaire. Le taux d'appels répétés est de 41 pour cent. Une vue de Pareto montre que les renouvellements manuels de certificats, le nettoyage de disque et les demandes d'accès prennent l'essentiel des heures de tâches répétitives.
L'équipe retient trois éléments pour les quatre semaines suivantes : automatiser le renouvellement des certificats, corriger la cause du répertoire temporaire plein et déplacer les demandes d'accès vers un formulaire en libre-service détenu par l'équipe d'identité. Un accord de travail fixe une limite d'un quart sur quatre par personne et un jour de repos après une nuit de trois appels ou plus. La profondeur de la rotation est de 6 personnes pour un besoin convenu de 8 ; deux ingénieurs d'une troisième équipe commencent donc la formation de préparation.
Un risque de détournement apparaît à la revue suivante. Les appels par quart sont tombés à une médiane de 4, et le 90e percentile à 12. Un responsable est content. Un membre de l'équipe fait remarquer que le seuil de l'alerte disque a été relevé de 20 points et que le serveur de traitement par lots s'est rempli deux fois sans appel. Les incidents signalés par les clients au sujet de commandes par lots retardées ont augmenté. Le garde-fou, les incidents signalés par les clients que la supervision a manqués, l'a attrapé. Le changement de seuil est annulé, le nettoyage du répertoire est planifié comme une correction, et l'équipe ajoute une règle selon laquelle tout changement de seuil est consigné avec son motif et revu après un mois. La part de tâches répétitives du trimestre suivant est de 38 pour cent (illustratif) et est rapportée avec la méthode d'échantillonnage à côté.
Perspective sectorielle
Startup. Une petite équipe n'a souvent aucune rotation formelle, de sorte que tout le monde est d'astreinte tout le temps et que le coût est invisible. Comptez les appels et les réveils nocturnes dans un tableur et écrivez les trois plus grandes tâches répétitives. Des fondateurs qui portent eux-mêmes le téléavertisseur sont un risque pour l'entreprise, non un insigne d'engagement.
Petite entreprise. Une ou deux personnes peuvent gérer toute l'informatique. Mesurez ce qui n'exige aucun outillage : appels hors des heures, tâches qui se répètent et congés qui ne peuvent pas être pris. Un prestataire de services gérés peut prendre une partie de la rotation si le contrat énonce des temps de réponse et des heures. La profondeur de la rotation est souvent de un, ce qui est le principal risque.
Grande entreprise. L'échelle apporte des rotations qui suivent le soleil, des plateformes partagées et plusieurs fournisseurs. Définissez les mesures une fois, fixez des fenêtres de travail locales par région et évitez de faire la moyenne entre des rotations aux services très différents. Les règles d'emploi de certains pays limitent le service d'astreinte et exigent des périodes de repos, et celles-ci ont leur place dans les limites de rotation.
Gouvernement et secteur public. Les services peuvent exiger une couverture 24 heures sur 24 par la loi ou par contrat, et la dotation est liée aux marchés et aux grades. Les limites de rotation et les règles de repos sont souvent régies par des accords d'emploi ; mesurez donc à leur regard et rapportez quand elles sont dépassées. La redevabilité publique rend le rapport franc plus précieux et plus difficile : bâtissez un canal sûr pour les données de charge, et soyez explicite sur le fait qu'elles décrivent le système et la dotation, non les individus (voir le sujet 8.5, Rapports réglementaires et gouvernementaux).
Dossier d'affaires : motivations, ROI et TCO
La motivation est de protéger la qualité du service et de garder des personnes compétentes. Des intervenants fatigués diagnostiquent plus lentement, et quand des personnes expérimentées partent, la connaissance part avec elles. Remplacer une personne a de vrais coûts de recrutement, d'accueil et de production réduite pendant la période d'apprentissage, et une organisation peut estimer ces coûts à partir de ses propres dossiers. Les tâches répétitives retirent aussi de la capacité à l'amélioration. Une équipe qui passe l'essentiel de son temps en exploitation manuelle ne peut pas réduire les incidents qui la causent.
Le coût des mesures est modeste. L'outil d'appel compte déjà les appels, et l'échantillonnage du temps coûte quelques minutes par personne et par quinzaine. Le coût le plus grand est d'agir sur les constats : temps d'ingénierie pour supprimer les tâches répétitives, dotation pour une rotation soutenable et temps de revue. Comptez l'entretien de l'automatisation comme un coût, car une étape automatisée non entretenue devient l'incident de demain.
Le retour apparaît sous forme de moins d'appels venant de causes connues, de moins d'interruptions nocturnes, d'heures de tâches répétitives rendues au travail d'amélioration, d'un moindre roulement de la rotation et d'un diagnostic plus rapide. Aucun chiffre universel ne s'applique ; estimez donc le vôtre. Pour une source de tâches répétitives, multipliez les heures mensuelles par un coût horaire chargé convenu avec la finance, comparez-le à l'effort de la supprimer et revoyez après deux cycles. Pour la soutenabilité de la rotation, consignez les départs et les longues absences de la rotation et comparez-les aux mesures de charge dans le temps, en traitant le lien comme une hypothèse à tester, non comme une cause prouvée. Là où un chiffre est nécessaire, énoncez-le comme une estimation et montrez les données d'entrée (voir le sujet 7.7, Retour sur investissement et dossier d'affaires).
Antimodèles et pièges
- Classer les personnes selon les appels. Cela transforme une mesure du système en note de performance et apprend aux intervenants à éviter les quarts et à cacher les interruptions. Rapportez par rotation, position de quart et service.
- Réduire les appels en faisant taire des alertes. Le compte baisse et la détection s'affaiblit. Associez le volume à la détection et aux incidents signalés par les clients, et revoyez chaque changement de seuil.
- Appeler tâches répétitives tout ce qui existe. Une définition si large qu'elle inclut les réunions et les problèmes difficiles détruit le signal. Employez les six caractéristiques et gardez une liste d'exemples.
- Un objectif sur les tâches répétitives sans autorité derrière. Un plafond qui ne peut déclencher aucune décision devient un chiffre dont on se dispute. Convenez à l'avance de ce qui se passe quand il est dépassé et de qui décide.
- Automatiser avant de comprendre. L'automatisation peut figer un mauvais processus et ajouter de l'entretien. Demandez d'abord si le besoin peut être supprimé par la conception, et mesurez ensuite les tâches répétitives supprimées.
- Faire la moyenne entre des services dissemblables. Une moyenne entre un service stable et un service fragile ne décrit aucun des deux. Montrez chaque service et chaque rotation séparément.
- Mesurer sans agir. Des chiffres de charge sans réponse apprennent aux gens que les données ne comptent pas. Rattachez une décision, un responsable et une date de revue à chaque constat.
Modèle de maturité
| Dimension | 1 Initier | 2 Développer | 3 Standardiser | 4 Gérer | 5 Orchestrer |
|---|---|---|---|---|---|
| Définitions et données | Appels et tâches répétitives décrits au ressenti ; aucune définition commune | Certaines rotations comptent les appels ; les tâches répétitives sont discutées mais non mesurées | Une définition écrite d'appel, de quart, d'heures hors travail et de tâches répétitives ; données d'appels collectées par l'outil | Distributions et moments suivis dans le temps ; tâches répétitives échantillonnées chaque mois et auditées | Définitions revues entre équipes et fournisseurs ; effort d'échantillonnage ajusté à la valeur des réponses |
| Soutenabilité de la rotation | Informelle ; les mêmes quelques personnes absorbent le téléavertisseur | Des tableaux de service existent ; limites discutées mais non écrites | Limites écrites de fréquence et de repos ; profondeur de la rotation connue | Limites surveillées et dépassements revus avec action | Rotations partagées entre équipes et fournisseurs, charge équilibrée à mesure que les services changent |
| Usage des chiffres | Employés pour blâmer ou ignorés | Montrés aux responsables | Montrés d'abord à la rotation, avec les décisions qu'ils soutiennent | Associés à des garde-fous et revus selon un rythme qui mène à un changement financé | Partagés avec les dirigeants et les partenaires pour planifier la dotation et le périmètre des services |
Liste de vérification
- Appel, quart, fenêtre hors travail et fenêtre de fusion sont définis par écrit.
- Les tâches répétitives ont une définition écrite avec des exemples et des contre-exemples tirés de notre propre service.
- Les appels par quart sont rapportés en médiane, en percentile élevé et en quart le plus chargé.
- La part d'appels hors des heures de travail et le taux d'interruption nocturne sont rapportés à côté du volume.
- La charge est rapportée par rotation, position de quart et service, jamais par personne nommée.
- La part du temps en tâches répétitives est échantillonnée selon un calendrier, la méthode étant écrite.
- Les cinq principales sources de tâches répétitives et les principales causes d'appels répétés sont dans le backlog d'amélioration.
- Les limites de rotation et les règles de repos figurent dans un accord d'équipe, et la profondeur de la rotation est vérifiée chaque trimestre.
- Chaque mesure de charge a un garde-fou sur la même page, y compris la détection et les incidents signalés par les clients.
- Chaque revue se termine par une décision, un responsable et une date.
- Les changements de seuils et d'alertes sont consignés avec un motif et revus après un mois.
Prompts d'IA
Examinez la charge d'une rotation et cherchez des schémas.
J'aide à diriger la rotation d'astreinte de [service or group of services]. La
rotation compte [number] personnes et un quart dure [length]. Notre fenêtre de
travail est [hours and time zone], et notre fenêtre de sommeil protégée est
[hours]. Voici des données d'appels anonymisées pour [period], avec les colonnes
[list columns] :
[paste data with names removed]
Décrivez la distribution des appels par quart, la part des appels hors des
heures de travail et la part des quarts avec une interruption nocturne. Signalez
les quarts les plus chargés, les groupes d'alertes qui se répètent et tout
schéma par jour ou par position de quart. Rapportez au niveau de la rotation et
du service seulement, jamais par personne. N'inventez ni valeurs de référence ni
objectifs. Énumérez vos hypothèses et ce que vous n'avez pas pu déterminer à
partir des données.
Classez des tâches comme tâches répétitives, ingénierie ou frais généraux.
Notre équipe exploite [service]. Nous définissons les tâches répétitives comme un
travail manuel, répétitif, automatisable, tactique, sans valeur durable et
croissant avec le service. Voici une liste de tâches récentes avec des heures
approximatives : [paste list].
Pour chaque tâche, dites si elle relève des tâches répétitives, de l'ingénierie
ou des frais généraux, et nommez lesquelles des six caractéristiques elle
remplit ou manque. Signalez les tâches limites et dites quelle information
supplémentaire trancherait. Suggérez comment chaque source de tâches répétitives
pourrait être supprimée par la conception, automatisée ou remise à une équipe
responsable, sans inventer d'économies. Énumérez vos hypothèses et vos questions
pour l'équipe.
Rédigez les vecteurs de détournement et les garde-fous de nos métriques de charge.
Nous rapportons ces métriques d'astreinte et de tâches répétitives pour
[rotation name] : [list metrics with definitions]. Elles sont montrées à
[audience] pour soutenir [decision]. Nos données viennent de [paging tool, work
tracker, survey].
Pour chaque métrique, listez les façons réalistes dont elle pourrait s'améliorer
sans que la rotation s'en trouve mieux, et proposez une métrique ou pratique de
garde-fou qui révélerait chacune. Dites ensuite comment le garde-fou lui-même
pourrait être détourné. N'inventez pas de valeurs de référence. Énumérez vos
hypothèses et toute définition que je devrais resserrer.
Compétences d'IA
- Compétence Métriques de l'ITIL agile : à utiliser pour trouver les sujets apparentés et les garde-fous quand vous ajoutez une mesure d'astreinte ou de tâches répétitives à un tableau de bord.
- Compétence de maintenance Métriques de l'ITIL agile : à utiliser pour vérifier que les modifications de ce sujet gardent chaque métrique associée à un vecteur de détournement et à un garde-fou.
Points clés à retenir
- Mesurez la charge de la rotation, par quart, par service et par heure du jour, et ne classez jamais les personnes qui la composent.
- Comptez le moment des interruptions autant que leur nombre, car les appels de nuit coûtent plus que les appels pendant les heures de bureau.
- Définissez étroitement les tâches répétitives par leurs six caractéristiques, estimez leur part du temps par une méthode simple et jugez la tendance.
- Reliez les appels et les sources de tâches répétitives au travail sur les problèmes et à des changements d'automatisation ou de conception, et mesurez les tâches répétitives réellement supprimées.
- Associez chaque mesure de charge à un garde-fou comme la détection et les incidents signalés par les clients, afin que des chiffres plus bas ne puissent pas être achetés en détournant le regard.
- Traitez une lourde charge comme une demande d'investissement, avec une décision, un responsable et une date de revue.
Références et lectures complémentaires
- Beyer, B., Jones, C., Petoff, J., and Murphy, N. R. (eds.), Site Reliability Engineering: How Google Runs Production Systems, O'Reilly Media, 2016. Chapter "Eliminating Toil", https://sre.google/sre-book/eliminating-toil/
- Beyer, B., Jones, C., Petoff, J., and Murphy, N. R. (eds.), Site Reliability Engineering: How Google Runs Production Systems, O'Reilly Media, 2016. Chapter "Being On-Call", https://sre.google/sre-book/being-on-call/
- Beyer, B., Murphy, N. R., Rensin, D. K., Kawahara, K., and Thorne, S. (eds.), The Site Reliability Workbook: Practical Ways to Implement SRE, O'Reilly Media, 2018. Chapter "Eliminating Toil", https://sre.google/workbook/eliminating-toil/
- Forsgren, N., Humble, J., and Kim, G., Accelerate: The Science of Lean Software and DevOps, IT Revolution, 2018.
- Forsgren, N., Storey, M.-A., Maddila, C., Zimmermann, T., Houck, B., and Butler, J., "The SPACE of Developer Productivity," ACM Queue, 19(1), 2021.
- Wikipedia, On-call.
- Wikipedia, Site reliability engineering.
- Wikipedia, Incident management.
- Wikipedia, Sleep deprivation.
- Wikipedia, Alarm fatigue.
- Wikipedia, Occupational burnout.
- Wikipedia, Pareto chart.