概要と動機

どのサービスも、ときには失敗します。着実に良くなっていくチームと、最悪の週を繰り返すチームを分けるのは、失敗の後の数日間に何が起きるかです。ポストモーテムは、インシデントやニアミスの書かれた記録です。何が起きたか、どう検知され対応されたか、何がそれを可能にする条件だったか、チームが何を変えるか。ITILはこの活動をインシデント後レビューと呼び、このトピックは二つの名前を同じ意味で使います。定期的なチームの振り返りは、障害ではなく通常の作業を見る、近い親戚です。

このトピックは、その学びのループが機能しているかを教えてくれる尺度を扱います。四つの問いを立てます。行われるべきレビューは、実際に行われているか。実際の何かを見つけるのに十分な質か。それが生むアクションは終わるか。それでも同じ原因が戻ってくるか。五つ目の問いが、ほかの下を流れています。人々は、実際に何が起きたかを語れると感じるほど、安全だと感じているか。

このトピックは、二つの隣と接し、それらを繰り返さないようにしています。重大インシデントのメトリクス(トピック3.4「重大インシデントのメトリクス」を参照)は、宣言された重大インシデントについて、レビューの適時性とアクションのやり遂げを測り、その狭い設定での、その二つの尺度の置き場です。問題管理のメトリクス(トピック4.1「問題管理のメトリクス」を参照)は、問題の記録、既知のエラー、恒久的な修正までの時間を所有します。このトピックは、見方を、あらゆる重大度のインシデント、ニアミス、チームのレトロスペクティブへと広げ、学び自体の質を所有します。カバレッジ、深さ、すべての出どころにわたるアクションのクローズ、原因の再発、データを正直に保つ非難なしのシグナルです。

このトピックで使う用語

  • ポストモーテムまたはインシデント後レビュー: サービスが復旧した後の、インシデントの構造化された非難なしの検討で、書かれた記録で終わる。
  • ニアミス: インシデントや害を起こしえたが、起こさなかった出来事。たとえば、テスト環境で捕まった失敗したデプロイや、ユーザーが気づく数分前に鳴ったアラート。
  • アクション項目: 名前のあるオーナーチーム、期限、終わったことがわかる方法を持つ、具体的な変更。
  • 寄与要因: インシデントを可能にした、または悪化させた条件。ほとんどのインシデントには複数ある。単一の「根本原因」は、しばしば単純化であり、根本原因分析は、犯人ではなく、条件の探索として扱うのが最善である。
  • 原因クラス: 再発を見つけるために使う、合意された短い一覧からの、安定したラベル(たとえば「容量の限界」「構成のずれ」「監視の欠如」「不明確なオーナーシップ」)。システムの条件を記述し、人は決して記述しない。
  • 非難なし: 合理的な人が、なぜそのように行動できたかをシステムがどう許したかを問い、誰を罰するかを問わない、レビューのスタイル。それは実践であり、ジャストカルチャーの考え方に結びつく。そこでは、誠実な間違いは学びとして扱われ、無謀な行為は別に扱われる。
  • Information Technology Infrastructure Library(ITIL): ITサービスマネジメント(ITSM)で広く使われるフレームワーク。このトピックは、ITIL 4(2019年)に記述されたプラクティスを参照し、本全体の日付は2026年10月時点である。ITILを参照。

アジャイルとITILの見方がどう違うか

ITILは構造を提供します。ITIL 4では、インシデント管理がサービスを復旧させ、問題管理が原因を見つけて管理することで、インシデントの可能性と影響を減らし、継続的改善が、学んだことを資金のある変更に変えます。レビューは、最初の二つと三つ目のあいだの蝶番です。ITILは、レビューが行われたか、必要なところで問題の記録が開かれたか、改善が登録されたかを問う傾向があります。

アジャイルとサイト信頼性エンジニアリング(SRE)の伝統は、習慣を提供します。レビューは、非難なしで、短く、チームの外の読み手に向けて書かれ、広く共有されます。定期的なチームの振り返り、つまり継続的改善の習慣は、次に何を変えるかを問い、小さく頻繁な調整を好むアジャイルの好みは、一つの大きな改善プログラムに取って代わります。Googleの『Site Reliability Engineering』の本は、ポストモーテム文化に一章を割き、レビューのプロセスは、その周りの文化と同じだけ良い、と論じています。

組み合わせて使うと、二つの見方は強力です。ITILは、カバレッジの規則と、アクションが住む場所を与えます。アジャイルとSREの習慣は、正直さと速さを与えます。一緒に測ると、ループが閉じているかが見えます。

重要な原則

  • 学びが成果物であり、文書ではない。 レビューが成功したのは、システム、プロセス、共有された理解の何かが変わったときである。書類ではなく、変化を数える。
  • 非難なしは、よいデータの前提条件である。 人々が非難を恐れると、タイムラインは薄く、寄与要因は整いすぎ、同じインシデントが戻る。ほかの何かを測る前に、率直さを守る。
  • 量ではなく、やり遂げと再発を測る。 レビューの数は、ほとんど何も語らない。終わったアクションの割合と、なくなったままの原因の割合は、多くを語る。
  • メトリクスをチームとシステムのレベルに保つ。 レビューは条件についてである。レビュー、アクション、エラーを、人ごとに数えてはならず、これらの数字を、評価の会話に使ってはならない。
  • レビューを適切な大きさにする。 すべての出来事が長い文書に値するわけではない。きっかけを、影響と学びの価値で設定し、小さな出来事には短いレビューをする。
  • アクションに、正直に競わせる。 アクション項目は作業である。ほかの作業と同じバックログに属し、それに対して順位付けされ、記録された理由とともに断られることもある。
  • レビューを読む。 数字は問題の場所を示す。標本を人が読むと、レビューが良いものかどうかがわかる。

メトリクスの定義

以下のメトリクスは、サービスまたはチームのグループの、学びのループを記述します。それぞれが、何を数えるか、時計がどこで始まり止まるか、何が除外されるかを述べます。時間の尺度は、平均ではなく、中央値と高いパーセンタイル(たとえば85パーセンタイル)に、最も古い開いている項目の経過期間を添えて示すべきです(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)。

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
レビューのカバレッジ 対象となる出来事のうち、完了したレビューを受けたものの割合 合意した期間内に公開されたレビューのある対象の出来事数 ÷ 期間内に閉じた対象の出来事数。対象の出来事とは、書かれたきっかけを満たすものである。期間末にまだ期間内にある、開いたままの出来事は除外する パーセント レビューのリポジトリに結合したITSMツールのインシデントの記録 インシデント管理、問題管理 定期的なチームの振り返り、チームの作業合意 月次
レビューの質のスコア 公開されたレビューが、短い書かれた基準を満たすか 標本内のレビューのうち、チェックリスト項目の少なくとも[合意した数]を満たすもの ÷ 標本内のレビュー数。標本は、毎四半期ランダムに引いた固定数のレビューで、所有チームの外の誰かが採点する パーセント 採点シートのある、レビューのリポジトリの四半期の標本 継続的改善、問題管理 レビューの完了の定義 四半期
アクションのクローズ率 期限までに完了した、レビューのアクションの割合 期限までに完了した、または(理由とともに)正式に断られたアクション数 ÷ 期間に期限が来たアクション数。時計はレビューが公開されたときに始まり、所有チームがアクションを完了とし、レビューアが確認したときに止まる。「やらない」として閉じたアクションは、別に数えて報告する パーセント レビューにリンクされた、チームのバックログまたはITSMの改善台帳 継続的改善、問題管理 チームのバックログ、改善アクション 月次
開いているアクションの経過期間 まだ開いているレビューのアクションの経過期間 開いている各アクションについて、今日 - そのレビューの公開日。中央値、85パーセンタイル、最も古いものを報告する 日 チームのバックログまたは改善台帳 継続的改善 作業項目の経過期間、経過期間の長い仕掛かり作業 月次
原因の再発率 同じサービスの以前の出来事と、原因クラスが合致する出来事の割合 期間内に、主たる原因クラスが、同じサービスの過去12か月に閉じたレビューと合致する出来事数 ÷ 期間内に記録された原因クラスを持つ出来事数。原因クラスの記録がない出来事は除外し、別に数える パーセント インシデントの記録に結合した、レビューのリポジトリの原因クラスの欄 問題管理、インシデント管理 流出した欠陥の分析、レトロスペクティブのテーマ 四半期
ニアミスの報告率 人々が報告することを選ぶ、ニアミスと弱いシグナルの量 期間内に記録されたニアミス ÷ アクティブなサービス数。サービスごとのトレンドとして示し、人ごとには決して示さない。この率は、健全なプログラムの初期には上がり、その後横ばいになることが想定されている サービスあたりの件数 ニアミスのログ、またはイシュートラッカーのタグ付きの欄 インシデント管理、リスク管理 チームの健全性チェック、障害物のボード 月次
学びの到達範囲 レビューが、書いたチームを超えてどこまで届くか 公開から[合意した日数]以内に、所有チームの外で発表または議論された(共有のフォーラム、チームをまたぐセッション、依存するチームによる文書化された閲覧)レビュー数 ÷ 期間内に公開されたレビュー数 パーセント フォーラムまたは会議の記録と、レビューのリポジトリ 継続的改善、ナレッジマネジメント ステークホルダーレビュー、実践コミュニティ 四半期
レトロスペクティブのアクションの持ち越し チームのレトロスペクティブのアクションのうち、次のレトロスペクティブまでに終わったものの割合 次のレトロスペクティブの前に完了したレトロスペクティブのアクション数 ÷ 前回のレトロスペクティブで合意したアクション数。理由とともに意図的に落としたアクションは、両方の数から取り除く パーセント チームのバックログに保たれる、レトロスペクティブのメモまたはボード 継続的改善 定期的なチームの振り返り レビュー期間ごと、四半期にレビュー
安心して話せるかのパルス 人々が、非難なしに間違いを語れると信じているか 短い匿名の質問群(たとえば「非難を恐れずに、レビューで間違いを語れる」)への、[合意した水準]以上の回答の割合 ÷ 受け取った回答。匿名性を守るのに十分大きなグループについてだけ報告する パーセント 匿名のパルスサーベイ 継続的改善、組織の変革 チームの健全性チェック、心理的安全性のチェック 四半期

レビューが「公開された」とは、下書きとして保存されたのではなく、想定した読み手に見えるときです。原因クラスは、チケットを閉じた誰かではなく、レビューのグループが、レビュー自体から、合意した短い一覧から記録します。

推奨事項

何がレビューに値するかを決める

1. きっかけを書き留めて公開する。 「すべての重大インシデント、上位二つの重大度のすべてのインシデント、顧客データの損失を伴うすべての出来事、チームが教訓的と判断するすべてのニアミス」のような規則は、議論をなくし、カバレッジを測れるものにします。書かれたきっかけがないと、レビューは気分と負荷に従い、カバレッジの数字は何も意味しません。

2. レビューを出来事に合わせて拡縮する。 小さな出来事には、三十分で書ける半ページのレビューで足り、重大インシデントには、完全なタイムラインと進行役つきのセッションが値するかもしれません。軽い道筋は、実践を負担にせずに、カバレッジを高く保ちます。

質を、読むことで判断する

3. 毎四半期、レビューを標本に取って読む。 小さなランダムの標本を引き、所有チームの外の誰かに、それぞれを短いチェックリストに照らして読んでもらいます。役立つ項目には、決定と、それが行われたときに利用できた情報を示すタイムライン、複数の寄与要因、うまくいったことの記述、オーナーと日付のあるアクション、個人ではなくシステムを記述する言葉があります。基準を満たす割合を報告し、発見をコーチングとして書き手にフィードバックします。

4. レビューのスキルを教える。 後知恵バイアスは、出来事を事後に明白に見せ、書き手を「誰かが気づくべきだった」へと押しやります。進行役に、各瞬間に人々が何を知っていたかを再構築するよう頼み、なぜなぜ分析を、単一の答えへのレシピではなく、問いへの促しとして使います。

アクションを終わらせる

5. アクションを、本物のバックログに入れる。 レビューの文書にだけ存在するアクションは、計画からは見えません。所有チームのトラッカーに作業項目を作り、レビューにリンクし、ほかの作業と同じように余力を競わせます。ブロックされたアクションが、それを解除できる人々に見えるように、チームとサービスごとにクローズを報告します。

6. 正直な「やらない」を認め、その理由を記録する。 アクションの中には、コストが高すぎる、またはもう関連しないとわかるものがあります。述べた理由とともに閉じることは、一年間開いたままにしたり、やらずに完了とマークしたりするより、健全です。断られた割合を報告してください。非常に高い割合は、レビューのプロセスが、誰も資金を出さないアクションを提案していることを示唆するからです。

7. クローズ率だけでなく、開いているアクションの経過期間を追跡する。 開いているアクションの経過期間の85パーセンタイルと、最も古い開いているアクションが、何が止まっているかを示します。最も古いものを、サービスの信頼性をレビューする会議でレビューします。

繰り返しを見張る

8. 原因クラスの短い一覧を持ち、すべてのレビューにタグを付ける。 八から十五のクラスの一覧で足ります。小さな割合を超える出来事が「その他」のクラスに入るときに、一覧を見直します。タグ付けによって、「これを前に見たことがあるか」という問いに、データで答えられ、単一のレビューが示さないパターンを、問題管理に供給します(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)。

9. 再発を、人ではなく、アクションについてのシグナルとして扱う。 原因クラスが戻ったら、以前のアクションが終わったか、正しいアクションだったか、クラスが広すぎないかを問います。すべてのアクションが閉じた後の再発は、アクションが効かなかったことを意味し、それは役に立つ知らせです。

正直さを守る

10. レビューを非難なしに保ち、それを目に見えるようにする。 レビューは条件と決定を記述し、過失を割り当てないことをテンプレートに述べ、リーダーが書き手に率直さへの感謝を伝えます。エイミー・エドモンドソンの、仕事のチームについての研究における心理的安全性は、チームが対人リスクを取ることについて安全だという共有された信念です(トピック9.2「満足度とウェルビーイングのメトリクス」を参照)。

11. ニアミスの報告に報い、増える件数を最初は良い知らせとして読む。 ニアミスを報告し始めたチームは、件数が上がるのを見ます。出来事はいつも起きていたからです。それを事前に伝え、変更を生んだニアミスの割合を追跡し、チームの同意を得て、その話を公開してください。

ゲーミングの手口と防護柵

メトリクス ゲーミングされ方 組にする防護柵のメトリクスまたはプラクティス
レビューのカバレッジ きっかけを狭める。出来事がきっかけの外に出るよう、重大度を下げる。チェックを付けるために、一行の「レビュー」を提出する レビューの質のスコア。インシデントの重大度の数を、顧客が報告した影響と比べる。格下げの監査
レビューの質のスコア 決まり文句でチェックリストに合わせて書く。所有チームによる採点。予測できる標本 外部の採点者。ランダムの標本。毎四半期、二つのレビューを声に出して読む。高スコアのレビューのアクションが終わるかを追跡する
アクションのクローズ率 期限を遠くに設定する。アクションを些細な断片に分ける。検証なしにアクションを閉じる。リストを片付けるために「やらない」と宣言する 開いているアクションの経過期間。理由付きの断られた割合。変更が機能するというレビューアの確認。原因の再発率
開いているアクションの経過期間 経過期間をリセットするために、アクションを閉じて再オープンするか作り直す。アクションを別の「アイデア」の一覧に移す 新しいアクションを元のレビューにリンクして、最初の日付を保つ。アイデアに移されたアクションの数
原因の再発率 何も合致しないように、曖昧な、または絶えず変わる原因クラスを記録する。広い「その他」のクラスを使う。繰り返しを別のクラスにリンクする 「その他」の出来事の割合。クラス別のレビューの定期的な読み直し。クラスの一覧自体のレビュー
ニアミスの報告率 数字に届くよう報告を求める。取るに足りない出来事を記録する。あるいは逆に、数字を失敗として読み、報告を抑える 変更につながったニアミスの割合。件数に目標を置かない。安心して話せるかのパルスからのフィードバック
学びの到達範囲 配布リストに名前を加える。出席の少ないセッションで発表する。リンクを閲覧として数える 出席または実際の議論のメモ。依存するチームに、前回のレビューの後で何を変えたかを尋ねる
レトロスペクティブのアクションの持ち越し 終わらせやすい、些細なアクションだけに合意する。レトロスペクティブを飛ばす。項目を完了とマークする チームが判断するアクションの影響。レトロスペクティブの開催率。同じテーマが数週間現れるかどうか
安心して話せるかのパルス 回答者に圧力をかける。自信のある人だけを調査する。低いスコアのグループを隠す平均を報告する 回答率と回答者の構成。最小のグループの大きさ。自由記述のコメントを全文読む。レビューの言葉が変わるかどうか

健全な読み取りは、次を示します。重要な出来事へのレビュー、ほとんどが満たす質の基準、終わるか正直に断られるアクション、リーダーが名前を挙げられる少数の古いアクション、対処された後に頻度が下がる原因クラス、上がってから落ち着いたニアミスの件数。難しいインシデントが起きても、パルスは安定しているか、改善します。きれいすぎるパターンは、それ自体が、標本を読むべきしるしです。

トレードオフ:長所と短所

アプローチ 強み 弱み
すべてのインシデントをレビューする 完全なカバレッジ。きっかけをめぐる議論がない 重い。レビューが浅くなる。チームがプロセスを恨むようになる
書かれたきっかけでレビューする 労力を、影響と学びの価値に集中させる きっかけの保守が要る。境界の出来事がすり抜ける
原因クラスのタグ付け レビューをまたぐパターンを見つける クラスは単純化であり、実際の原因は、しばしば複数のものが同時に
安全についての匿名のパルス 敏感な問いについての正直なシグナル 粗い。小さなチームは特定されうる。アンケート疲れ

散文での答えは、ループを短く、数字を少なく保つことです。書かれたきっかけ、小さな質の標本、一つのアクションのトラッカー、原因クラスの一覧、そして、チームが残りを信頼したら、安全のパルスを加えます。ここにある尺度のどれも、学びが起きたことを証明しません。それらは一緒に、その条件が揃っているかを示します。

チームで話し合う問い

1. 直近五件のインシデントのうち、どれがレビューを受け、それによって誰かが何かを変えたか。 レビューのフォルダからではなく、インシデントの一覧から始め、欠けているレビューが見えるようにします。各レビューについて、今日、システムやプロセスで何が違うかを問います。答えが「何も」なら、なぜレビューが行われ、誰がそれを読んだかを問います。ファシリテーターは、判断せずに答えを記録してください。それが、実践が変化を生んでいるのか、書類を生んでいるのかを示すからです。

2. ここで、レビューで真実を語ることを難しくするものは何か。 具体的な例を求めます。マネージャーの反応、業績評価、顧客のエスカレーション、メールの口調。まず匿名で答えを書くよう、人々を促します。誰が出席し、誰が読み、リーダーが声に出して何を言うかのような、変えられる条件を探してください。これは、このトピックのほかのすべての数字を守る会話です。

3. 最も長く開いているアクション項目はどれで、何がそれを止めているか。 最も古い五つを表示します。それぞれについて、アクションがまだ正しいか、余力のあるオーナーがいるか、実行するか、日程を組み直すか、断るべきかを問います。焦点を、オーナーではなく、作業のシステムに置いてください。セッションが終わるまでに、それぞれについて決定に合意します。

4. 同じ種類の問題が戻ったのはいつで、それは以前の修正について何を語るか。 原因クラスのタグを使って繰り返しを見つけ、以前のレビューとそのアクションを読みます。アクションが終わったか、寄与要因に対処したか、クラスが広く引かれすぎていなかったかを問います。目標は、説明ではなく、より良いアクションです。

5. 私たちはニアミスを報告しているか。誰かがそうしたとき、何が起きるか。 最近の例を求め、その後に何が続いたかをたどります。何も続かなかったなら、なぜ人々が再び報告するのかを問います。件数が低いなら、人々が何を恐れているかを問います。ファシリテーターは、最初は件数が増えることが想定されていると説明し、報告が価値あるものに感じられるように、次の報告にチームがどう応えるかに合意してください。

6. 数字をまったく見られないとしたら、レビューが良かったとどうやってわかるか。 これは、チームに、質を自分たちの言葉で記述するよう求めます。よくある答えには、「チームの外の誰かが何かを学んだ」「修正が保たれた」「書き手が恐れていなかった」があります。答えを、四半期の標本のためのチェックリストに変え、二四半期後に見直します。

四つの視点

プロダクトチームとデリバリーチーム

デリバリーチームは、多くのレビューを書き、ほとんどのアクションを担うので、不器用なプロセスのコストを最初に感じます。短いテンプレート、明確なきっかけの規則、アクションとチームのバックログ項目の目に見えるリンクから、恩恵を受けます。定期的なチームの振り返りは、インシデントレビューと同じやり遂げの規律に値し、レトロスペクティブのアクションを終えるチームは、同じ習慣を小さな規模で実践しています。アクションが機能のプレッシャーに押し出されないように守り、そのトレードオフをプロダクトオーナーに公然と持ち込んでください(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)。

サービスチームと運用チーム

運用チームは、証拠(タイムライン、アラート、チャットのログ)を持ち、原因クラスに一貫してタグを付け、繰り返しが障害になる前に気づくのに、最適な位置にいます。長い勤務の終わりに書かれたレビューは薄いので、書くための守られた時間が必要です。各レビューを、それが供給する問題の記録にリンクしてください(トピック3.3「インシデントの対応時間と解決時間」を参照)。

リーダーシップとガバナンス

リーダーは、その後に何を尋ねるかで、すべてのレビューの調子を決めます。「誰がこれをやったのか」は正直なレビューを終わらせ、「私たちは何を学び、何を変えるのか」はそれを招きます。ガバナンスの機関は、信頼性のレビューで、カバレッジ、質、アクションの経過期間、再発を期待し、投資を要するアクションに資金を出し、インシデントやレビューの数でチームを比べてはなりません。

顧客とユーザー

顧客がレビューを見ることはまれですが、その結果は感じます。戻らなくなった同じ障害と、戻ったときの正直な説明です。契約が許すところでは、重大なインシデントの後に、平易な言葉の要約を公開してください(トピック3.4「重大インシデントのメトリクス」を参照)。同じ問題についての繰り返しの問い合わせは、学びが着地していないことの、顧客側のシグナルです(トピック6.1「顧客満足度のメトリクス」を参照)。

実践:アジャイルITILの例

中規模のオンライン小売業は、顧客向けのストアフロント、決済サービス、社内の在庫プラットフォームを運営しています。五つのプロダクトチームがこれらのサービスを作って運用し、小さなサービスマネジメントのグループが、インシデントと問題のプロセスを保っています。この例の数字は例示です。

ある四半期に、小売業は、上位二つの重大度で41件のインシデントを抱えます。書かれたきっかけは、そのすべてをレビューの対象とし、36件のレビューが十営業日以内に公開され、レビューのカバレッジは約88パーセントです。リーダーシップは喜びます。サービスマネジメントのグループは、八件のレビューのランダムな標本を引き、別のプロダクト領域のチームに採点を頼み、合意した基準を満たすのが三件だけだと知ります。共通の隔たりは、タイムラインが何が起きたかを挙げるが、各決定のときに人々が何を知っていたかを挙げないこと、そして寄与要因の節が単一の原因を名指ししていることです。

同じ標本は、その四半期に期限が来た74件のアクションのうち、51件が期限までに完了し、クローズ率が約69パーセントだったことを示します。最も古い開いているアクションは、210日経った、決済データベースの容量アラートのしきい値で、六週続けて先送りされていました。原因のタグ付けは、36件のレビューのうち9件に「容量の限界」があり、そのうち4件が決済サービスだったことを示します。70人の招待者のうち58人が答えた匿名のパルスは、オンコールのグループで低く、そこでは、いくつかのコメントが、上級のマネージャーが名前のある個人について鋭い質問をする、と述べています。

チームは三つの決定をします。第一に、レビューに出席する上級のマネージャーと短いセッションを開き、規則に合意します。部屋での質問は、条件と決定についてであり、個人についてのフォローアップは、チームリーダーを通す。第二に、最も古い容量のアクションを、決済チームの次の計画の回の先頭に置き、プロダクトオーナーに機能の作業に対して順位付けしてもらい、結果を信頼性のレビューで報告します。第三に、レビューのテンプレートに二つのチェックリスト項目(各決定のときに人々が知っていたこと、少なくとも二つの寄与要因)を加え、匿名化した一つのレビューを使って、書き手のためのコーチングのセッションを行います。

ゲーミングのリスクは、次の四半期に現れます。レビューのカバレッジは97パーセントに上がりますが、300語未満のレビューの割合は倍になり、いくつかのチームが、重大度2から、きっかけのすぐ下の3へとインシデントを格下げしていました。質の標本と、重大度の変更の監査が、それを捕らえます。グループは、格下げがなぜ起きたかを問い、チームがレビューを罰のように感じていたと知り、重大度2のきっかけを保ちながら、小さな出来事への長さの期待を緩めます。

業種別の視点

スタートアップ。 小さなチームは、全員がインシデントに居合わせたので、素早く学べます。リスクは、何も書き留められず、教訓が次の採用者とともに去ることです。一ページのテンプレートを持ち、誰かを夜に起こしたあらゆることについてレビューを開き、アクションのクローズと繰り返される原因だけを追跡してください。創業者が、個人についてのコメントなしにレビューを読むことで、率直さを守ります。

小規模事業者。 問題を直した人が、しばしばそれを理解している唯一の人です。簡潔なテンプレートを使い、最も古い開いているアクションを毎月レビューしてください。

大企業。 テンプレート、きっかけ、原因クラスの一覧を標準化し、チームに深さを調整させます。レビューの検索できる置き場、チームをまたぐフォーラム、外部の採点者を用意します。インシデントやレビューの数によるチームの順位表には注意してください。それは透明性を罰するからです。

政府・公共部門。 レビューは、法定の義務、監査、情報公開の請求に直面することがあり、それが書き手を慎重にします。学びのレビューを、監督のための正式な報告から切り離し、ブロックされたアクションを、その依存関係とともに記録してください(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

この実践のコストは、ほとんどが時間です。書き手は各レビューに何時間も費やし、多くの人がセッションに一時間を費やします。四半期の質の標本は、外部の読み手の数時間を要します。原因のタグ付けとアクションの追跡には、少しのツールが要り、それは、スプレッドシートと、既存のチケットとバックログのツールの欄で足ります。リーダーの振る舞いには、より大きく、見えにくいコストがあります。リーダーが率直なレビューに悪く反応すれば、プログラムは失敗するからです。

リターンは、再発しなくなる原因と、チームが似たものを見たために短くなるインシデントから来ます。繰り返しのインシデントが減ると、エンジニアリングと運用の余力が解放され、エスカレーションが減り、顧客への中断のコストが下がります。レビューの共有ライブラリは、新しいスタッフの学習曲線を短くし、少数の経験者への依存を下げます。ほかの組織のパーセンテージを引用しないでください。始める前に、原因の再発、開いているアクションの経過期間、繰り返しの問い合わせの、自分たちのベースラインを測り、二、三四半期後に比べます。

正直な限界は、学びの帰属が難しいことです。再発の減少は、より良いレビュー、無関係なアーキテクチャの変更、運のどれから来たのかもしれません。より広い扱いについては、トピック7.7「投資対効果とビジネスケース」を参照してください。

アンチパターンと落とし穴

  • レビューの芝居。 レビューは規則を満たすだけで、誰も読まない。代わりに、レビューを標本に取って読み、それが生んだ変化で判断する。
  • 人としての根本原因の探索。 レビューが個人のエラーを名指しして止まる。代わりに、何がそのエラーを起こりやすくしたかを問い、複数の寄与要因を挙げる。
  • アクションの膨張。 レビューが、チームが資金を出せない長い一覧を生む。代わりに、各レビューを、順位付けされた少数のアクションに限り、残りは理由とともに断る。
  • バックログの外のアクション。 文書の中にあり、計画されない。代わりに、所有チームのトラッカーに作業項目を作り、レビューにリンクする。
  • 検証なしのクローズ。 アクションが完了とマークされ、原因が戻る。代わりに、レビューアに変更が機能することを確認してもらい、原因クラスの再発を見張る。
  • 数でチームを比べる。 レビューやニアミスが多いチームは、悪く見える。代わりに、高い数を率直さとして読み、各チームを自分自身の履歴と比べる。
  • 使者を罰する。 リーダーが、率直なレビューの後に、人を問い詰める。代わりに、リーダーの応じ方の規範に合意し、難しいインシデントの後に、パルスを確認する。
  • メトリクスを学びの証明として扱う。 きれいなダッシュボードが、組織が学んでいる証拠とされる。代わりに、レビューの標本を読み続け、それを書いた人々に尋ね続ける。

成熟度モデル

次元 1 開始 2 発展 3 標準化 4 管理 5 最適化
きっかけとカバレッジ レビューは、誰が手空きか、どれだけひどく感じたかに依存する 一部のチームが、重大なインシデントについてレビューを開く 書かれたきっかけと共通のテンプレートがあり、カバレッジが重大度別に数えられる カバレッジがトレンドで見られ、格下げに対して監査される。軽い道筋と完全な道筋がある きっかけが顧客とサプライヤーとともに調整され、共同のインシデントには共有のレビューがある
質と正直さ レビューが人や単一の原因を名指しする 一部のチームが非難なしのレビューを書く チェックリストの基準があり、非難なしの言葉が期待される 外部の四半期の標本があり、パルスがレビューされ、書き手へのコーチングがある レビューがサプライヤーとユーザーと共同で書かれ、チームをまたいだ読み合いが日常的
アクションと再発 アクションは文書の中にあり、めったに終わらない アクションが一部のチームで追跡され、クローズはまちまち アクションが、オーナー、日付、正直な辞退とともに、本物のバックログにある クローズ、経過期間、原因の再発がレビューされ、資金のある改善がある アクションがチームとサプライヤーをまたいで調整され、パターンが変わるにつれて原因クラスが改訂される
共有と学び 教訓がチームの中にとどまる レビューがチームのために投稿される レビューが検索でき、定期的なフォーラムで共有される 到達範囲が測られ、依存するチームが行った変更を報告する 学びが、設計、オンボーディング、サプライヤーの契約に流れ込む

チェックリスト

  • 書かれたきっかけが、学びの価値が高いニアミスを含め、どの出来事がレビューを受けるかを述べている。
  • 短いテンプレートがあり、小さな出来事には軽い道筋がある。
  • レビューが、テンプレートとリーダーの振る舞いによって、非難なしである。
  • すべてのアクションが、オーナーと日付のある、所有チームのバックログの作業項目である。
  • アクションは断ることができ、その理由が記録され報告される。
  • 原因クラスの短い一覧があり、すべてのレビューにタグが付けられている。
  • 外部の読み手が、毎四半期、レビューのランダムな標本を採点する。
  • 最も古い開いているアクションが、サービスの信頼性とともにレビューされる。
  • 開いているアクションの経過期間が、中央値、高いパーセンタイル、最も古いものとして報告される。
  • ニアミスの経路があり、チームは報告の後に何が起きるかを知っている。
  • このトピックのどのメトリクスも、人ごとに報告も使用もされない。
  • 安心して話せるかのパルスは、匿名性を守るのに十分大きなグループについてだけ実施される。

AI プロンプト

ポストモーテムの草稿を質についてレビューする。

Here is a draft postmortem for [incident description] on [service]. Check it
against this standard: [paste your review checklist]. For each item, say whether
the draft meets it, quote the lines that support your judgment, and point to
language that assigns fault to a person instead of describing conditions. Do not
add facts that are not in the text. List your assumptions and anything you could
not judge from what I provided.

[paste the draft, with personal data removed]

過去のレビューから、原因クラスを提案する。

Below are summaries of [number] past reviews for [service or group of services].
Propose a short list of cause classes, between [minimum] and [maximum], that
describe system conditions and never people. For each class give a one-line
definition, the reviews that fit it, and reviews that are ambiguous. Do not
invent causes that are not supported by the text. List your assumptions and the
reviews you could not classify.

[paste summaries]

開いているアクション項目を、停滞のパターンについて分析する。

Here is an export of review actions for [team or service]: owner team, created
date, due date, status, and a one-line description. Report the median, the 85th
percentile, and the maximum age of open actions, then group the oldest actions
by likely reason for stalling (for example unclear scope, dependency on another
team, no capacity, or low value). Report patterns by team and service, never by
person. Do not guess at reasons that the data does not support. List your
assumptions and the extra fields that would help.

[paste export with personal data removed]

AI スキル

  • Agile ITIL Metrics スキル:報告しようとしているレビューや学びのメトリクスについて、対応するトピック、定義、組にする防護柵を見つけるために使います。
  • Agile ITIL Metrics メンテナースキル:改訂された学びのメトリクスが、時計、ゲーミングの手口、防護柵をまだ備えているかを確認するために使います。

重要なポイント

  • レビューの価値は、それが変えるものにある。そのため、カバレッジ、質、アクションのクローズ、原因の再発を測り、レビュー自体の標本を読む。
  • 非難なしは、正直なデータの前提条件であり、リーダーは、率直なレビューへの応じ方でそれを守る。
  • アクションを本物のバックログに入れ、その数を限り、正直な辞退を認め、最も古いものの経過期間を見る。
  • レビューに原因クラスの短い一覧でタグを付け、繰り返される原因が見え、問題管理に供給されるようにする。
  • 増えるニアミスの件数を、最初は率直さのしるしとして読み、レビューの量で人やチームを順位付けしない。
  • ここにあるすべての数字を防護柵と組にする。学びのループ自体が、ゲーミングされうる目標だからである。

参考文献とさらなる読み物

  1. 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/
  2. 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/
  3. Edmondson, A., "Psychological Safety and Learning Behavior in Work Teams," Administrative Science Quarterly, 44(2), 1999.
  4. Dekker, S., The Field Guide to Understanding 'Human Error', Ashgate, 2006.
  5. Reason, J., Human Error, Cambridge University Press, 1990.
  6. Derby, E., and Larsen, D., Agile Retrospectives: Making Good Teams Great, Pragmatic Bookshelf, 2006.
  7. Forsgren, N., Humble, J., and Kim, G., Accelerate: The Science of Lean Software and DevOps, IT Revolution, 2018.
  8. AXELOS (now PeopleCert), ITIL Foundation: ITIL 4 Edition, TSO, 2019.
  9. Goodhart, C. A. E., "Problems of Monetary Management: The U.K. Experience," in Papers in Monetary Economics, Reserve Bank of Australia, 1975.
  10. Wikipedia, Postmortem documentation.
  11. Wikipedia, Root cause analysis.
  12. Wikipedia, Just culture.
  13. Wikipedia, ITIL.
  14. Wikipedia, Site reliability engineering.
  15. Wikipedia, Agile software development.
  16. Wikipedia, Hindsight bias.
  17. Wikipedia, Five whys.
  18. Wikipedia, Psychological safety.