概述与动因

服务级别协议(SLA)是服务提供方与客户之间关于服务将交付什么的书面承诺:它的服务时间、可用性、提供方响应和解决事件的速度,以及履行请求的速度。在 ITIL 4(所有者发布的框架 2019 年版,所有者现为 PeopleCert 旗下的 AXELOS)中,服务级别管理实践定义这些目标,监控并报告它们。运营级别协议(OLA)是内部的对应物:同一组织内各团队之间的协议,例如服务台与网络团队之间,说明各自将做什么、多快做,以便面向客户的 SLA 能够达成。支撑合同对外部供应商起着同样的作用(见主题 8.4,供应商与合同指标)。

体验级别协议(XLA)是三者中最新的。它以人们如何体验服务来记录一项约定的成果,比如他们完成工作有多容易,对这次互动感觉如何,以及服务是否帮助他们达成目标。这个思想在服务管理实践中成长起来,是因为 SLA 可以被达成,而用户却不满意。本主题拥有这三种协议及其报告。如何度量体验的深入内容属于主题 6.2(体验级别协议),目标的工程对应物属于主题 5.2(SLI、SLO 与错误预算)。

有三个敏捷与可靠性概念与这些协议并列。服务级别指示器(SLI)是服务的一个被度量的属性,比如被成功服务的请求占比。服务级别目标(SLO)是 SLI 的内部目标,通常比向客户承诺的任何东西都更严格。站点可靠性工程(SRE)实践把 SLO 以及由此产生的错误预算,视为产品和运维共用的决策工具。SLA 是合同;SLO 是工程目标;SLI 是度量。把三者分开,可避免一种常见的混乱,即用合同的惩罚条款来引导日常的工程决定。

这个家族有一种著名的失败,叫作西瓜式报告:外面是绿色、里面是红色的报告。每一条 SLA 线都显示为已达成,而客户却感到沮丧,因为这些度量是依据提供方能够可靠达到的东西来选择的,而不是依据客户关心的东西,或者因为平均值隐藏了糟糕的长尾,或者因为在最糟的等待期间时钟被暂停了。补救办法一部分是技术性的(百分位数、诚实的时钟、以用户为中心的指示器),一部分是社会性的(协议被作为一场对话来协商,按节奏评审,并被读作关于服务的问题,而不是对团队的裁决)。关于度量变成目标的更广泛警告,见主题 1.2(古德哈特定律与指标心理学)。

敏捷团队以目标和预算思考;ITIL 服务级别经理以协议和评审思考。两种视角是契合的:协议陈述成果,目标和指示器是团队守住承诺的办法,而体验度量确认这很重要。

最后一个术语:百分位数是指有规定比例的观测值落在其下方的那个值。解决时间的第 85 百分位数,是 85% 的工单在其内得到解决的时间。大多数 SLA 目标是以百分位数或占比的形式写的,所以百分位数如何计算以及其中包含什么,是本主题的核心(见主题 1.6,服务指标的统计素养)。

关键原则

  • 与客户约定成果,然后度量它们。协议是对客户需要什么和提供方能维持什么的协商声明,用客户的话写成,并共同评审。
  • 报告分布和占比,绝不是单一的平均值。达到目标的平均解决时间,可能压在一条很长的、非常迟的工作的长尾之上。说明百分位数、总体和计数。
  • 让时钟诚实。每个目标都有一个起始事件、一个停止事件和一份暂停条件的清单。公布时钟规则,并报告每种暂停被使用的频率。
  • 让协议分层。SLA 建立在 OLA 和供应商合同之上,团队内部设定的目标应当比向外作出的承诺更紧。任何一层的缺口,都会在顶层表现为违约。
  • 把每项运营度量与一项体验度量配对。达成了目标而体验很差,或者反过来,是报告中最有用的信号。
  • 统计险些违约。刚好在限度之内完成的工作,比远在限度之内完成的工作,更能告诉你风险。
  • 对团队和服务报告,绝不对个人。协议描述的是服务或团队承诺什么。它们不是给个人排名的办法。

指标定义

指标 定义 公式 单位 数据来源 ITIL 实践 敏捷对应 频率
SLA 达成率 在该期间达到所述 SLA 目标的被度量项目(事件、请求或时间窗口)占比 达到目标的项目数除以被度量的项目数。时钟在协议中定义的记录时间启动(例如工单创建),在定义的停止事件(例如确认已恢复)停止。排除:作为重复而取消的项目,以及处于约定排除项(如计划维护)内的时间。在占比旁边报告计数 百分比,附 n ITSM 工具的时间戳;基于时间的目标使用监控数据 服务级别管理;事件管理;服务请求管理 滚动窗口内的服务级别目标达成情况(见主题 5.2,SLI、SLO 与错误预算) 每月,附每周的内部视图
险些违约占比 达到了目标、但在允许时间的最后十分之一内完成的项目占比 在目标时间的 90% 或以上完成、且仍在目标之内的项目数,除以达到目标的项目数。时钟与 SLA 相同。对时间窗口不适用(仅适用于到达目标时间的度量) 百分比 ITSM 工具的时间戳 服务级别管理 流动图上接近服务级别期望的工作占比(见主题 2.1,流动度量) 每月
时钟暂停占比 总的工单经过时间中,处于暂停 SLA 时钟的状态的时间占比 范围内项目的总暂停时间除以从启动到停止的总经过时间。没有使用暂停状态的项目被排除。按暂停状态报告 百分比 ITSM 工具的状态历史 服务级别管理;事件管理 流动视图中的阻塞时间和等待时间(见主题 2.4,价值流指标) 每月
OLA 达成率 两个团队之间的内部交接中,达到 OLA 目标的占比 在 OLA 目标内完成的交接数除以收到的交接数。时钟在接收团队被分派时启动,在它退回或关闭该项目时停止。排除:错误分派的项目,单独统计 百分比,附 n ITSM 工具的分派历史 服务级别管理;事件管理 团队之间的交接等待时间和被阻塞的工作(见主题 9.3,协作与交接指标) 每月
交接等待时间(第 85 百分位数) 一个项目在接收团队的队列中等待多久才开始工作 从分派给接收团队到该团队第一次记录的行动之间的时间的第 85 百分位数。排除:等待客户的项目 小时或分钟 ITSM 工具的分派和活动历史 服务级别管理;事件管理 流动视图中的排队时间(见主题 2.3,在制品与排队) 每周
按旅程的体验分数 客户或用户对服务如何支持某个已定义旅程(比如获得新笔记本电脑或从中断中恢复)的评分 该期间已完成旅程在固定量表上的调查评分的均值和分布。报告回复率和回答者构成。排除:不完整的调查。不是单一的平均值,所以显示分布 评分量表,附回复率 简短的互动后调查;ITSM 工具的旅程事件 服务级别管理;客户满意度实践(见主题 6.1,客户满意度指标) 客户反馈和成果度量 每月,显示每一波
西瓜缺口 SLA 读作已达成、而体验度量或用户影响度量读作很差的报告期或服务占比 SLA 达成率达到或高于目标、而体验低于其约定水平的服务(或期间)数,除以 SLA 达成率达到或高于目标的服务(或期间)数。体验水平必须在该期间评分之前约定 绿色服务的百分比 SLA 达成率与体验分数一并使用 服务级别管理;持续改进 对照成果的结果回顾 每季度
协议覆盖与时效 其 SLA、OLA 和供应商合同存在、且在约定间隔内被评审过的在线服务占比 三层都已文档化、并在间隔内被评审过的服务数,除以服务目录(service catalog,ITIL 自己的拼写是 service catalogue)中的在线服务数。间隔由组织设定。排除:正在退役的服务 百分比 服务目录和协议登记册 服务级别管理;服务目录管理;供应商管理 按常规节奏评审的工作协议和团队章程 每季度

建议

建立协议

1. 用客户的语言写每份 SLA,并把它与一项成果相联。从客户需要什么出发,比如"被锁定在外的员工很快重新开始工作",然后选择度量。一份简短、只有少数几个有意义目标的协议,胜过一份没人读的长协议。写下每个目标的时钟:起始事件、停止事件和暂停条件(见主题 3.3,事件响应与解决时间)。

2. 把目标陈述为百分位数或占比,并说明总体。"90% 的优先级 2 事件在四小时内恢复",比"平均恢复时间低于两小时"说明得更多。就什么算数达成一致:哪些优先级、哪些小时、哪些请求类型。在每个百分比旁边显示计数,使有八起事件的月份不会被当作有八百起的月份来读。

3. 从 SLA 推导 OLA,并给每份 OLA 指定一个负责的团队。从客户目标倒推:如果向客户承诺在四小时内恢复,OLA 必须为检测、分诊、交接和修复留出余地。把每份 OLA 写成与接收团队之间的简短相互协议,包含预期的响应时间和争议的处理途径。OLA 的存在是为了帮助团队做计划,所以只要关系允许,就让它保持轻量。

4. 让目标比承诺更紧。把内部 SLO 设定得比 SLA 更严格,使糟糕的一周在客户可见的违约之前就被注意到并纠正(见主题 5.2,SLI、SLO 与错误预算)。把 SLA 视为财务和法务所关心的底线,把 SLO 视为工程师据以掌舵的数字。用错误预算作为产品和运维在功能工作与可靠性工作之间作决定的办法。

诚实地度量

5. 公布时钟规则并报告暂停。通向绿色报告最常见的路径,是宽松的暂停状态,比如在提供方才是等待方的时候使用"等待客户"。按暂停状态报告时钟暂停占比,每月抽样一些被暂停的工单,并问客户是否会同意时钟本应停止。保持允许的暂停理由清单简短,并写入协议。

6. 在目标旁边显示整个分布。在达成率旁边放置中位数、第 85 或第 95 百分位数,以及最差的十分位。持平的 95% 达成率,可能隐藏一条耗时数天的工作的长尾。(见主题 1.6,服务指标的统计素养)。

7. 跟踪险些违约和违约原因。险些违约占比告诉你绿色数字里有多少运气。当违约发生时,记录原因类别,以及它是容量、交接、供应商还是定义问题。把最大的类别关联到问题管理(见主题 4.1,问题管理指标)。

8. 度量 OLA 队列,而不只是达成率。第 85 百分位数的交接等待时间,在 SLA 违约出现之前很久,就显示工作在哪里停滞。与发送团队和接收团队分享它,并把它描述为两者之间流动的属性。这场交谈讲的是队列,绝不是队列里的人(见主题 2.3,在制品与排队)。

加入体验并弥合缺口

9. 把每份 SLA 与同一旅程的体验度量配对。在互动之后问用户一个简短的问题,问它是否有效、有多费力,并报告回复率和回答者构成。事先约定什么水平算足够好,使 XLA 是协商出来的成果,而不是事后编造的数字(见主题 6.2,体验级别协议,以及主题 6.1,客户满意度指标)。

10. 报告西瓜缺口,并把它当作一项发现。跟踪 SLA 被达成而体验很差的频率。缺口的上升告诉你,SLA 的度量正在偏离用户所关心的东西,正确的回应是修订度量,而不是解释这种差异。每季度在客户代表在场的情况下评审它。

11. 按计划评审协议,并让无人使用的退役。对照服务目录、供应商合同和实际工作检查每份协议。更小的在用协议集合更容易报告,也更难被操纵。

12. 在一个视图中报告每项服务,把三层合在一起。在一页上显示每项服务的 SLA 达成率、分布、OLA 交接等待、体验分数和未完成的改进工作。状态由数据得出,而不是由服务负责人选择的颜色得出。让这一页对客户和团队开放(见主题 11.1,设计服务指标仪表板)。

操纵途径与护栏

指标 被操纵的方式 配套的护栏指标或实践
SLA 达成率 把目标选得容易;提前关闭工单、之后再重开;把优先级向下重新分类;把困难的案例当作"不在范围内"排除 重开率和优先级重新分类率;与客户一起阅读已关闭工单的样本;每季度评审排除清单
险些违约占比 在限度前一分钟停止时钟,然后在记录之外继续工作;把一张工单拆成两张较短的 从最后一次客户联系到确认恢复的时间;每起事件的关联或子工单计数
时钟暂停占比 在并非等待客户的工单上使用暂停状态;把工作移到不被计数的状态 对样本审计暂停理由;被客户撤销的暂停占比;被暂停工单的体验分数
OLA 达成率 把交接退回发送方以重启时钟;标记项目为已接受却不开始工作 每个项目的退回计数以及跨团队的恢复总时间;端到端的 SLA 结果
交接等待时间(第 85 百分位数) 分派给某个人而不是团队队列以隐藏等待;记录一个象征性的第一次行动 对第一次行动的质量抽样;从分派到第一次客户可见更新的时间
按旅程的体验分数 只向满意的用户发送调查;提出引导性问题;辅导响应者给出高分 回答者构成对照总体;回复率显示在分数旁边;在评审中阅读开放式评论
西瓜缺口 把体验水平设得很低,使缺口保持很小;在体验下滑时更改体验度量 事先约定体验水平,变更连同理由记录;整个分布的趋势
协议覆盖与时效 不经真正评审就把协议标为已评审;把一份空壳文档算作 SLA 评审的证据(出席者、变更、决定);阅读协议样本,看实际内容和客户签字

健康的读数显示:达成率因可理解的原因而变化,险些违约很少且有解释,暂停保持在约定的清单之内,交接等待由拥有它们的团队讨论,而体验度量在很大程度上与 SLA 一致。两者不一致之处,团队已有关于原因的记录和一项改进事项。

权衡:利弊

做法 优势 劣势
带惩罚的合同式 SLA 清晰、可执行、受法律承认 鼓励时钟游戏和防御性报告;惩罚可能使关系变酸
不带惩罚、定期评审的 SLA 建立信任和诚实的数据;聚焦于学习 当供应商持续错过目标时,筹码较少
所有团队之间详尽的 OLA 期望清晰,争议较少 官僚主义;团队为自己的时钟而不是客户的时钟优化
轻量的 OLA,加共享的端到端目标 鼓励合作;文书工作较少 需要信任和良好的队列可见性来解决争议
在 SLA 之外加 XLA 显示服务是否帮助了人 调查数据更嘈杂、更慢;归因更难

保持协议小巧,报告分布,并用体验数据检验运营数据。把精力花在时钟规则和交接上,大部分关于数字的分歧都出现在那里。

与团队讨论的问题

1. 如果我们的 SLA 报告全是绿色,我们预期用户会怎么评价这项服务? 请小组说出一项已绿了数月的服务,然后收集用户在评论和投诉中实际说的话。比较两者。主持人应寻找度量与实际体验之间的缺口,并注意哪些度量是因为容易达到而被选中的。

2. 我们的时钟在哪里停止?这是谁决定的? 为一个重要目标走一遍起始、停止和暂停规则,问每一条是谁写的。查看处于暂停状态的工单占比,问客户是否会同意。约定一条要收紧或澄清的规则。

3. 我们的 OLA 中,哪些帮助团队做计划,哪些只是分配责任? 列出内部协议,问每一份谁读、何时读。讨论错过 OLA 之后发生什么:是一场关于队列的交谈,还是一次寻找过错。目标是把讨论转向团队之间的工作流动。挑一份 OLA 来简化或退役。

4. 我们的绿色有多少是运气? 显示最重要目标的险些违约占比。讨论如果下个月多出几个困难案例,或少了几个可用的人,会发生什么。问团队是否有余量,余量在哪里。

5. 客户希望我们承诺、而我们今天没有度量的是什么? 邀请客户代表或一位用户用自己的话描述对他们重要的东西,比如能联系到一个人,或在入职第一天之前拿到笔记本电脑。捕获两三项成果。决定哪些可以成为一个简短的调查问题,或数据中已有的事件,以及小组将如何就好的水平达成一致。

6. 如果我们的 SLA 度量偏离了用户所关心的东西,我们怎么知道? 把西瓜缺口作为信号来讨论,问谁在看它。考虑协议被评审的频率,以及客户是否出席。约定评审日期以及要带来的证据,包括工单的样本和最新的体验结果。

四种视角

产品与交付团队

同时运行自己服务的交付团队,通过自己的目标和错误预算来达成 SLA,当 SLA 惩罚或客户升级打断计划内工作时,他们感受到代价。他们应当让 SLO 比 SLA 更紧,把 SLA 视为安全底线,而不是日常目标(见主题 5.2,SLI、SLO 与错误预算)。

服务与运维团队

运维团队承载着时钟。他们需要关于起始、停止和暂停条件的清晰规则,指明接收队列的共享 OLA,以及对交接等待的可见性。他们应当平实地报告违约原因,并把它们用作问题和容量工作的输入(见主题 4.1,问题管理指标)。他们应当抵制通过时钟而不是修复原因来解释结果的压力。

领导层与治理

领导层用 SLA 报告来看承诺是否达成以及往哪里投资。他们应当要分布、时钟暂停占比、险些违约占比和西瓜缺口,并对一连串不间断的绿色抱以好奇。为违约分析之后的改进工作出资,并保护诚实的报告免受责备,比目标本身更重要(见主题 1.2,古德哈特定律与指标心理学)。

客户与用户

客户希望协议描述他们的感受:问题修复得多快,多频繁地复发,以及能否联系到帮助他们的人。他们应当参与协议的评审,并有办法在绿色报告与他们的体验不符时说出来。一份可读的一页摘要,附上任何违约的原因和计划的修复,比一张长长的达成率表格建立更多信任。

实践:一个敏捷 ITIL 示例

一家地区医院的 IT 部门支持一个病房工作人员使用的临床排程系统。服务负责人、服务台、应用团队和基础设施团队每月开会。以下所有数字都是示意数字。

SLA 承诺,在一个全天 24 小时、每周七天的服务中,90% 的优先级 2 事件(影响某个病房的部分功能丧失)从工单创建起算,在四小时内恢复。月度报告显示,36 起事件的达成率为 94%(示意数字),稳稳地呈绿色。在每起优先级 2 关闭之后发送的体验调查,回复率为 41%(示意数字),评分中位数为五分制的 3 分,远低于服务负责人和病房经理约定为 XLA 的 4 分水平。西瓜缺口已连续第三个月可见。

团队查看分布。恢复时间中位数是 1 小时 40 分钟(示意数字),但第 95 百分位数是 3 小时 50 分钟(示意数字),险些违约占比为 31%(示意数字):近三分之一"达成"的事件,是在允许时间的最后十分之一内完成的。他们查看时钟暂停占比,发现经过时间的 22%(示意数字)花在"等待客户"状态上。对十张被暂停工单的抽样显示,其中四张的病房已经回复,而工单一直保持暂停到下一个班次,另外三张则是应用团队在等待基础设施团队。基础设施队列第 85 百分位数的交接等待时间为 2 小时 10 分钟(示意数字),而 OLA 为 30 分钟(示意数字),该交接的 OLA 达成率为 58%(示意数字)。

决定是务实的。他们更改时钟规则,使"等待客户"只能在向客户发出有文档记录的请求之后使用,并在下一次回复时时钟恢复。他们为基础设施队列在病房时段增加一条值班路径,并约定一份更小的 OLA,一个月后评审。他们把体验度量和西瓜缺口加入月度一页纸报告,并邀请一位病房经理参加评审。他们还把内部 SLO 降低到更严格的,即 95% 的事件在四小时内恢复,使团队在 SLA 面临风险之前就注意到麻烦。

操纵风险在第二个月出现。暂停规则变更之后,达成率下滑到 89%(示意数字),一位经理要求服务台"重新核对优先级"。团队发现从优先级 2 降到优先级 3 的降级数量激增,把达成率与重新分类率和重开率配对,并要求任何优先级变更都在记录中写明理由。在第三个月,达成率为 91%(示意数字),第 95 百分位数更低,险些违约占比下降了,体验评分中位数升到了 3.8(示意数字)。缺口收窄是因为工作改善了,数字是可信的。

行业视角

初创企业。小公司往往根本没有正式的 SLA,只对几位早期客户作了非正式的承诺。写一页纸,说明服务时间、一个响应目标和一个以百分位数陈述的恢复目标,并在团队内部保留一个 SLO。客户交谈取代 XLA,所以每月写下最重要的三位客户说了什么。

小型企业。小型 IT 团队通常严重依赖外部供应商,所以支撑合同比内部 OLA 更重要。检查每个供应商的承诺至少与你对自己用户的 SLA 一样严格,并跟踪供应商的实际表现(见主题 8.4,供应商与合同指标)。一页简单的月度页面,含达成率、险些违约和一份简短的用户调查,就足够了。

大型企业。大型组织需要协议登记册和覆盖指标。跨服务标准化时钟规则和定义,使汇总有意义(见主题 1.4,指标治理与归属)。当心管理层汇总中的西瓜效应,数百条绿线隐藏着少数几项给用户带来严重痛苦的服务。

政府与公共部门。公共机构往往有法定的服务标准、把 SLA 固定在合同中的采购规则,以及公布结果的义务。保持公布的度量清晰、可核实,为审计保留时钟规则和证据,并把公民当作在评审中有发言权的客户(见主题 8.5,受监管与政府报告)。在合同僵化之处,在不改变合同措辞的情况下,在它旁边加一项体验度量。

商业论证:动机、投资回报与总拥有成本

更好的协议指标的论证,是关于信任和避免浪费精力的论证。与用户感受相符的报告,减少升级和争议,缩短每月关于谁的数字才对的争论,并让领导层为重要的工作出资。清晰的 OLA 减少交接延迟,它是长时间恢复的最大促成因素之一。及早发现的西瓜缺口,避免了客户关系或合同续约出问题的更大代价。

成本是适度的:编写和评审协议的时间、可靠的时钟和交接数据(见主题 1.5,数据来源与埋点)、一份简短的调查,以及月度评审。总成本随协议数量增长,所以更少、更简单的协议拥有成本更低。

回报表现为更少令人意外的违约、花在解释报告上的时间更少,以及更有依据的投资选择。把这些视为随时间观察和比较的模式,而不是一项计算。用你自己的数据,把月度评审的工作量与你自己组织中一次升级的争议或一次丢失的续约的成本比较(见主题 7.7,投资回报与商业论证)。

反模式与陷阱

  • 只报告平均值。平均值隐藏了迟到工作的长尾。报告百分位数、险些违约占比和计数。
  • 围绕容易达到的东西来写 SLA。为舒适而选择的目标,给出一份永远绿色的报告。从客户需要什么出发,并公开显示缺口。
  • 为改善数字而暂停时钟。宽松的暂停状态把 SLA 变成虚构。公布暂停规则,审计样本,并报告暂停占比。
  • 把 OLA 当作武器。用来责怪下一个团队的 OLA,教会团队踢皮球。把未达成视为关于队列的信息,并修复流动。
  • 由惩罚驱动的报告。沉重的惩罚鼓励防御性的分类和关于时钟的争议。谨慎使用惩罚,并把它们与重开率和重新分类率配对。
  • 没有回复率的体验数据。来自很小的、自我选择样本的高分会误导。在每个结果旁边显示回复率和回答者构成。
  • 没人评审的协议。过时的协议描述的是一项不再存在的服务。安排评审,并让不用的退役。
  • 从团队协议派生出个人目标。把团队 SLA 拆成个人配额,会导致仓促关闭和排名。把协议保持在服务和团队层面。

成熟度模型

维度 起步 发展 标准化 管理 协同
协议设计 口头承诺或复制的模板;目标出于习惯而选择 一些书面的 SLA;OLA 罕见;各团队的时钟不同 一份简短的模板,含基于成果的目标、百分位数和书面的时钟规则 协议按节奏、与客户一起评审,并与 SLO 相联 SLA、OLA、供应商合同和 SLO 各层随条件变化而一并调整
度量质量 手工计数;平均值;暂停没有文档 部分服务的基于工具的达成率;暂停的使用未经评审 一个定义和数据来源;显示分布和暂停占比 险些违约、违约原因和交接等待有趋势并经抽样 跨团队和供应商的数据被核对;定义在不再为决定提供依据时修订
体验关联 没有与 SLA 相联的用户反馈 针对部分服务的临时调查 针对关键旅程的简短调查,并显示回复率 与客户约定体验目标,并报告西瓜缺口 体验和运营度量与客户一起引导共同的改进工作
在改进中的使用 投诉之后才报告 在团队会议上讨论违约 由负责人每月评审并产生行动 违约原因为获得资助的改进和问题工作提供输入 客户、供应商和团队从同一个视图一起规划改进

检查清单

  • 每份 SLA 说明其成果、以百分位数或占比表达的目标,以及其总体。
  • 每个目标都写下了起始事件、停止事件和允许的暂停条件。
  • 每份面向客户的 SLA 都有相配的 OLA 或供应商合同,各有指名的负责团队。
  • 内部目标比承诺的 SLA 目标更严格。
  • 报告显示分布、计数、险些违约占比和时钟暂停占比。
  • 每月阅读一份被暂停和已关闭工单的样本。
  • 每项关键服务都有一项带约定水平的体验度量,并显示回复率。
  • 跟踪西瓜缺口,并与客户代表一起评审。
  • 协议按计划评审,无人使用时退役。
  • 没有任何协议指标被用来给个人排名。

AI 提示词

评审一份 SLA 的时钟和措辞问题。

这是我们[服务]的 SLA 文本:[粘贴协议文本]。目标是[目标清单],在[工具]中度量。请找出
起始事件、停止事件和暂停条件中的含糊之处,平均值可能隐藏长尾的地方,以及客户可能与
我们读法不同的措辞。请建议更清晰的措辞,以及我应当向客户提出的问题。不要编造基准值
或法律结论。列出你的假设。

起草两个团队之间的 OLA。

我需要在[发送团队]与[接收团队]之间起草一份简短的运营级别协议,以支持我们为[服务]
设定的 SLA 目标[SLA 目标]。典型的交接是[描述],队列是[队列名称或工具]。请起草一页纸
的 OLA,包含目的、预期响应、时钟规则、解决争议的办法和评审日期。保持合作的语气,
除非我要求,不要建议惩罚。不要编造目标值;请向我询问。列出你的假设。

在我们的数据中寻找西瓜缺口。

这是[服务清单]在[期间]内的 SLA 达成率和一项体验度量的摘要:[粘贴表格]。请找出 SLA
读作已达成而体验读作很差的服务,并建议值得调查的可能解释,比如时钟暂停、优先级重新
分类或选择不当的度量。对每一个提出问题,并给出一份值得阅读的小型工单样本。不要假定
原因或编造阈值。列出你的假设。

为 XLA 设计一份简短的体验调查。

我们想为[受众]的[旅程,例如获得新笔记本电脑]增加一项体验度量。请起草[数量]个中性的
问题、发送的时间和方式的计划,以及如何报告回复率和回答者构成。标出可能使答案产生偏差
的措辞,并建议如何与[客户代表角色]约定目标水平。不要编造基准分数。列出你的假设。

AI 技能

关键要点

  • SLA 是对客户的承诺,OLA 是团队之间的承诺,XLA 是约定的体验成果;每一个都需要自己的度量和负责人。
  • 报告百分位数、计数、险些违约和时钟暂停占比,因为平均值和悄悄的暂停,会在糟糕的服务之上产生绿色的报告。
  • 从 SLA 推导 OLA,并让内部目标比承诺更紧。
  • 把每份 SLA 与同一旅程的体验度量配对,并把西瓜缺口作为一项要据此行动的发现来报告。
  • 在客户在场的情况下按计划评审协议,并让无人使用的退役。
  • 把每项协议指标保持在服务和团队层面,绝不针对个人。

参考文献与延伸阅读

  1. 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/
  2. Beyer, B., Murphy, N. R., Rensin, D. K., Kawahara, K., and Thorne, S. (eds.), The Site Reliability Workbook: Practical Ways to Implement SLOs, O'Reilly Media, 2018, https://sre.google/workbook/table-of-contents/
  3. Forsgren, N., Humble, J., and Kim, G., Accelerate: The Science of Lean Software and DevOps, IT Revolution, 2018.
  4. AXELOS, ITIL Foundation: ITIL 4 Edition, TSO (The Stationery Office), 2019.
  5. ISO/IEC 20000-1:2018, Information technology: Service management: Part 1: Service management system requirements, International Organization for Standardization.
  6. Goodhart, C. A. E., "Problems of Monetary Management: The U.K. Experience," in Papers in Monetary Economics, Reserve Bank of Australia, 1975.
  7. Wikipedia, Service-level agreement.
  8. Wikipedia, ITIL.
  9. Wikipedia, Operational-level agreement.
  10. Wikipedia, Service level indicator.
  11. Wikipedia, Service level objective.
  12. Wikipedia, Site reliability engineering.
  13. Wikipedia, Percentile.