事件数量与优先级
依据产生事件的使用量来统计事件,把优先级读作一种构成而不是一个分数,并留意重复,因为事件需求的形状,远在任何单个解决时间之前,就告诉你该在哪里投资。
概述与动因
按 ITIL 4 的说法,事件是对服务的计划外中断,或服务质量的下降。事件管理是在切实可行的范围内尽快恢复正常服务运营、并限制对业务危害的实践。每起事件同时也是一个信号:服务、它的变更、它的用户或它的监控中,有些东西没有按预期工作。因此,事件的数量和特征,是运维团队拥有的最具信息量的需求度量之一。
数量本身是个糟糕的指南。事件增多可能意味着服务变差了,或者更多的人在使用它,或者监控改善了,现在能看到过去无人报告的故障。减少可能意味着可靠性工作见效了,或者用户不再费心去报告。本主题讲的是如何带着足够的背景来阅读数量,以便把这些故事区分开:按使用量做归一化,按类别和服务拆分,并观察优先级的构成和重复的比率。
优先级是本主题的后半部分。ITIL 实践通常由两项输入推导优先级:影响(业务有多少受到波及)和紧急程度(业务多快需要修复)。这一对被映射到一个优先级,决定预期的响应。敏捷团队在如何给待办分诊上有近似的对应物:缺陷上的严重性和紧急标签,以及流动看板上决定什么可以插队的"服务类别"。措辞不同;问题相同:什么必须先处理,为什么。
ITIL 的观点把事件视为由服务台和解决组拥有的记录,带有类别、优先级和服务级别目标。敏捷的观点把计划外工作视为与计划工作竞争的、对流动的打断(见主题 2.9,运维工作与计划外工作)。如果度量描述的是系统而不是系统里的人,两种观点都受益于同样的度量。服务台是大多数记录开始的地方,它自己的指标另行介绍(见主题 3.1,服务台指标)。事件被多快响应和解决,在主题 3.3(事件响应与解决时间)中介绍。重大事件有它们自己的度量(见主题 3.4,重大事件指标)。
下面反复出现几个术语。百分位数是某个说明的占比的观测值落在其下的值,所以第 85 百分位数是 85% 的观测值不会超过的那个值。服务级别协议(SLA)是提供方与客户之间有文件记载的承诺。配置项(CI)是为交付一项服务而需要管理的组件。泊松过程描述以某个平均速率独立到达的事件,这是事件到达的一个有用的初步模型(见主题 1.6,服务指标的统计素养)。
来自主题 1.2(古德哈特定律与指标心理学)的警告在这里比大多数地方都更适用。事件计数和优先级是由人录入的,常常在压力之下,而附着在一条记录上的数字,可以通过改变记录的写法来改变。下面的每一项指标都有操纵途径,护栏是定义的一部分。
关键原则
- 先归一化,再比较。计数没有它所由产生的使用量、用户群或交易量,就没有多少意义。比较各期间和各服务之间的比率,并在旁边显示原始计数。
- 读构成,而不是单个数字。优先级分布、类别分布和重复占比放在一起,比任何总数都能说明更多。
- 优先级是规则,不是情绪。用书面的矩阵从影响和紧急程度推导它,并度量它在事后被更改的频率。
- 把事件与请求分开。对正常事物的请求不是故障。把两者一起计数会虚增事件数量,并隐藏服务台把时间花在了什么上(见主题 3.5,服务请求履行指标)。
- 重复是最有价值的信号。回来的事件指向一个尚未解决的问题(见主题 4.1,问题管理指标)。
- 度量服务和团队,绝不度量坐席。按人的计数诱使排名,而排名腐蚀数据(见主题 1.2,古德哈特定律与指标心理学)。
- 预期数量会因与质量无关的原因而变动。发布、季节、活动和报告渠道的变化,都会改变计数。在图表上做标注。
指标定义
下表列出本主题中的指标。时钟和边界在公式一列中说明。"关闭"和"打开"指事件记录中的时间戳;打开时间是记录被创建或被监控系统创建的时间,关闭时间是事件被确认已解决并关闭的时间。
| 指标 | 定义 | 公式 | 单位 | 数据来源 | ITIL 实践 | 敏捷对应 | 频率 |
|---|---|---|---|---|---|---|---|
| 按服务的事件量 | 某期间内为某项服务打开的事件数 | 打开时间落在该期间内、归属于受影响服务的事件数;服务请求、合并到父记录的重复项,以及作为误提而取消的记录被排除 | 计数 | ITSM 工具的事件记录 | 事件管理 | 每个团队的生产缺陷或计划外工作项 | 每周,每月评审 |
| 归一化事件率 | 事件相对于服务使用量的比率 | 期间内打开的事件数 / 同一期间和范围的使用量(活跃用户、会话或交易,按服务选定并记录)x 1,000;使用量必须来自事件工具之外的来源 | 每 1,000 个使用单位的事件数 | ITSM 工具加来自分析或监控的使用数据 | 事件管理;服务级别管理 | 每次发布或每个用户的缺陷密度 | 每月 |
| 优先级构成 | 打开的事件在各优先级上的占比 | 以打开时记录的优先级计的事件数 / 期间内打开的全部事件数,对每个级别显示;被重新分类的事件按打开时的优先级计,并按关闭时的优先级再显示一次 | 各级别的百分比 | ITSM 工具,包括优先级变更的历史 | 事件管理 | 缺陷的严重性分布;服务类别构成 | 每月 |
| 优先级重新分类率 | 优先级在打开与关闭之间发生变化的事件占比 | 该期间关闭的事件中,关闭优先级与打开优先级不同的事件数 / 该期间关闭的事件数 | 百分比 | ITSM 工具的审计轨迹 | 事件管理 | 缺陷待办上的重新分诊率 | 每月 |
| 类别集中度 | 最大的几个类别所占的事件量比重 | 数量最多的前五个类别中的事件数 / 期间内全部已分类的事件数;未分类的事件作为其自身占比单独报告 | 百分比 | ITSM 工具的类别和服务字段 | 事件管理;问题管理 | 按组件或史诗划分的缺陷簇 | 每月 |
| 重复事件率 | 在规定窗口内,对同一服务、配置项和类别再次出现的事件占比 | 期间内,在前面的窗口内(例如 30 天,一次设定并记录)对同一服务、CI 和类别存在较早已关闭事件的事件数 / 期间内打开的事件数;被重开的记录算作重开,不算重复 | 百分比 | ITSM 工具和 CMDB 链接 | 事件管理;问题管理 | 回归或逃逸缺陷率 | 每月 |
| 重开率 | 被重新打开的已关闭事件占比 | 该期间关闭、之后在规定窗口内(例如 7 天)被重新打开的事件数 / 该期间关闭的事件数 | 百分比 | ITSM 工具状态历史 | 事件管理 | 被重开的缺陷;返工 | 每月 |
| 监控发现占比 | 在用户报告之前由监控首先发起的事件占比 | 首个事件是自动告警的事件数 / 期间内打开的全部事件数;由人依据告警打开的事件按告警时间计 | 百分比 | ITSM 工具,监控集成 | 监控与事态管理;事件管理 | 由告警驱动与由客户报告的缺陷 | 每月 |
关于定义的两点说明。第一,本表中的"优先级"是记录所带的优先级,它应当来自影响和紧急程度矩阵,而不是来自人们希望工作被完成的顺序。第二,某个期间报告的数量是打开次数的计数,而不是在某一天的未关闭事件数。任意时刻的未关闭数是待办的度量,属于老化的范畴(见主题 3.3,事件响应与解决时间)。
建议
仔细计数
1. 写下什么是事件、什么不是。许多工具把事件、请求、告警和问题放在同一张表里。决定哪些记录类型算数,记录下过滤条件,并每次都应用。过滤条件的变更会改变趋势,所以连同日期和理由记录变更(见主题 1.5,数据来源与埋点)。
2. 在报告之前先去重。当一次故障产生了五十张工单,父事件是那个事件,子记录是衡量其波及面的度量。两个数字都报告:父事件表示发生了多少故障,关联的记录表示多少人感受到了。把两者混在一起,会让一次大的中断看起来像一个月的例行工作。
3. 既把事件归属到服务,也归属到团队。服务是业务购买和理解的东西。用服务目录(ITIL 的"service catalogue")来定义清单,并在服务变化时评审来自 CI 的映射。没有服务的事件是一个要修复的数据质量问题,此类记录的占比值得报告。
归一化并解读数量
4. 依据来自不同来源的使用量来归一化。除以取自分析或监控而不是事件工具的活跃用户、会话或交易数。用户和事件都翻了一倍的服务没有变差;使用量持平而事件翻倍的服务才变差了。在比率旁边显示原始计数,使没有人认为分母在隐藏什么。
5. 使用控制图,而不是趋势箭头。即使什么都没变,事件计数也会逐周起伏。控制图显示通常的变异范围,使团队对信号作出反应,而对噪声置之不理。落在界限之内的每周计数不是新闻;在平均值一侧的持续连串才是。通过比较同类期间,调整季节性,比如季度末、假期和发布周期。
6. 在图表上用事件做标注。标出发布、迁移、活动、依赖的中断,以及报告渠道的变更。一个新的自助表单或更显眼的"报告问题"按钮,能在服务不变的情况下提高数量。当图表显示了那一周发生了什么,大多数关于数量的争论很快就结束了。
用规则管理优先级
7. 用公布的矩阵,从影响和紧急程度推导优先级。以所波及的用户和业务功能来定义影响,以危害增长的快慢来定义紧急程度。把矩阵公布在坐席选择取值的页面上,每个单元格配两三个实例。避免自由选择的优先级字段;它们会变成协商,"一级优先级"事件的计数就变成了说服力的度量。
8. 把构成和重新分类率一起报告。健康的构成中,最高优先级的事件很少,而较低优先级的构成了宽阔的基底。如果最高级别在增长,就问是危害增长了,还是客户学会了"紧急"才能得到关注。重新分类率显示矩阵的适用程度:关闭时频繁变更,意味着规则不清楚,或者最初的评估太仓促。每月在拥有矩阵的小组中评审一批被重新分类的记录。
9. 让优先级与敏捷的服务类别保持一致。在交付团队接收由事件驱动的工作之处,使用同样的词和同样的矩阵,或公布清晰的映射。把一个缺陷称为"高"而运维把同一个缺陷称为"中"的团队,会在翻译上损失时间。为加急工作预留明确的额度,使打断在流动度量中可见(见主题 2.1,流动度量)。
寻找重复与模式
10. 把重复和重开作为两个独立的信号来跟踪。重开意味着第一次修复没有站住;重复意味着同一类故障在妥善修复之后又回来了。前者指向解决的质量,后者指向尚未解决的原因。把反复出现的簇关联到问题记录,并且在事件很可能再回来时,不再把它算作已修复(见主题 4.1,问题管理指标)。
11. 用帕累托原则选择该看哪里。按事件数对类别和服务排序,看有多少寥寥几个就占了大部分数量。在为其余部分构建新报告之前,先调查前几名。这个形状是根本原因分析的提示,而不是结论,因为高计数的类别可能只是那个容易归类的类别。
12. 把发现反馈给交付团队和服务台。与构建和变更这些服务的团队分享类别和重复视图,通过定期的交谈而不是报告。给每个反复出现的簇配一位负责人、一个下一步行动和一个日期,并把这项工作放进与其他优先级相同的待办里(见主题 2.6,待办事项与细化指标)。当原因被消除时数量会下降,而这需要有计划的容量。
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 |
|---|---|---|
| 按服务的事件量 | 把事件登记为请求、合并不相关的工单、不鼓励用户报告,或把重复项以"未发现故障"关闭 | 在事件量旁边显示用户报告的联系量和请求量;来自服务台的满意度和放弃率;抽查读起来像故障的请求 |
| 归一化事件率 | 选择能给出最佳数字的分母,或在期间之间更改使用量的定义 | 每项服务在登记册中记录固定的使用量度量;在比率旁边显示原始计数 |
| 优先级构成 | 降低优先级以显得平静,或提高优先级以获得关注;给出低优先级以避开响应目标 | 优先级重新分类率;对照影响和紧急程度矩阵的每月抽样评审;客户报告的影响 |
| 优先级重新分类率 | 该变时不变优先级,使比率看上去稳定;只在关闭时更改以符合目标 | 抽查事件期间影响发生变化的记录;评审事件时间线 |
| 类别集中度 | 使用笼统的类别,或把一个大类别拆成几个来隐藏集中度 | 未分类和"其他"记录的占比;定期评审类别清单;对照解决备注检查类别 |
| 重复事件率 | 用不同的措辞或 CI 开一个新事件以避开关联;过早关闭以避免重开 | 按文本和服务评审近似重复的记录;重开率;与问题记录的关联率 |
| 重开率 | 要求用户开新工单而不是重开;迟迟关闭工单以避免重开 | 引用近期已关闭工单的新工单计数;客户对解决的确认;关闭时间分布 |
| 监控发现占比 | 创建自动打开事件的嘈杂告警,或让人们把用户报告重新标为告警 | 可操作告警占比等告警质量度量(见主题 5.5,监控与告警质量指标);事件来源审计 |
健康的读数是平淡而可解释的。对稳定的服务,归一化的比率稳定或在下降,当使用量或变更因图表所显示的原因而上升时,它才上升。优先级构成稳定,重新分类很少,一小组类别获得有意识的关注。重复和重开在计划的问题工作之后下降,任何指标的变动,都有人能给出解释而无需为这个数字辩护。
权衡:利弊
| 做法 | 优势 | 劣势 |
|---|---|---|
| 原始事件计数 | 简单,易于解释,随时可得 | 把使用量、质量和报告行为混成一个数字 |
| 相对于使用量的比率 | 允许跨期间和服务的公平比较 | 需要可信的使用量来源;分母可能引起争论 |
| 固定的影响与紧急程度矩阵 | 各团队的优先级一致;可审计 | 可能显得僵硬;边界情形需要判断和一条覆盖的途径 |
| 自由选择的优先级 | 对经验丰富的坐席快速灵活 | 不一致,易受压力影响,难以随时间比较 |
| 详细的类别树 | 显示需求来自何处 | 在压力下难以使用;人们选第一个匹配项或"其他" |
| 带标签的简短类别清单 | 应用迅速且一致 | 细节较少;可能隐藏需要文本分析才能发现的模式 |
| 按 CI 和类别的重复率 | 指向尚未解决的原因 | 依赖良好的 CI 数据;会出现错误的关联和遗漏 |
承认没有任何单一度量是正确的。用原始计数做容量规划,用比率看健康,用优先级构成看风险,用重复看改进,并各按其本来面目展示。让类别清单短到人们愿意使用,仅当某个决定需要更细的细节时,才改进类别树。
与团队讨论的问题
1. 在这里,什么算事件?每个人都以同样的方式应用规则吗? 取十条最近的记录,请每个人把它们标为事件、请求或别的什么。比较答案,讨论分歧。主持人应寻找诸如把来自资深人士的每张工单都当作事件的习惯,然后约定一条带示例的书面规则。记下日期,以便日后的趋势能被正确阅读。
2. 上个季度事件量上升时,我们当时对使用量和变更知道些什么? 把图表放在发布、活动和使用量数字的时间线旁边。问哪次上升得到了解释,哪次没有。讨论往往显示分母多么罕见地出现在页面上。约定从现在起每项服务携带哪个使用量度量。
3. 优先级是怎么决定的?上一次它让我们意外是什么时候? 用每个优先级的一个最近的例子,走一遍影响与紧急程度矩阵。问坐席在哪里靠猜,客户或经理在哪里施压。比较几条记录的打开优先级和关闭优先级。决定对矩阵或其示例作一项能减少争论的改动。
4. 哪三个类别占了我们大部分事件量?谁在着手消除原因? 列出头几个类别,以及每个对应的底层原因的负责人。如果答案是"没人",这就是一个发现。问这个类别是真正的簇,还是一种贴标签的习惯。选一个簇,本季度与交付团队一起调查。
5. 我们如何分辨重复与重开?对每种我们怎么办? 向团队展示两三对记录,问哪些是重复。讨论重开说明了第一次修复的质量,而重复说明了原因什么。主持人应引导小组把反复出现的簇关联到问题记录,而不是逐个关闭它们。约定谁来评审它们,以及多频繁。
6. 如果高级领导每周都评审我们的事件计数,我们会很想改变什么? 请小组想象这个数字挂在墙上。哪些习惯会改变:事情如何被记录、工单如何被合并、优先级如何被设定?公开且不带责备地点明这种压力。约定哪个护栏会显示这种改变,以及谁来看它。
四种视角
产品与交付团队
交付团队把本主题的产出当作需求来接收。类别和重复视图显示产品的哪些部分造成了最多麻烦,优先级构成则显示该为多少打断工作做计划。团队应把由事件驱动的工作视为容量的一部分,让它在流动度量中保持可见,并用重复的簇来证明待办中可靠性工作的合理性(见主题 2.9,运维工作与计划外工作)。按发布统计事件是一个有用的趋势,但绝不应成为针对个别开发者的责备度量。
服务与运维团队
服务与运维团队创建这些记录,也感受到围绕优先级的压力。他们受益于清晰的矩阵、简短的类别清单,以及关联重复项的快速办法。他们应当先于别人检查自己工具里的数据,例如未分类记录的占比和重新分类率。运维团队很适合运行每月的抽样评审,并把反复出现的簇输入问题管理。
领导层与治理
领导层想知道服务是否在变好,以及该在哪里投资。他们应当要求看带标注的归一化比率、优先级构成和重复视图,并抵制单一的数量数字。"更少事件"的目标会招致压制,所以转而对客户影响和重复的减少等成果设定期望。治理应当拥有优先级矩阵并批准对它的变更,同时注明对趋势线的影响。
客户与用户
客户把事件体验为被打断的工作,而不是类别。他们需要一种轻松报告故障的办法、依据其影响而定的公平优先级,以及诚实的更新。如果报告被不鼓励,或优先级显得随意,数量会下降,信任也随之下降。用用户能认出的措辞分享主要发现,比如服务改善了、问题被消除了(见主题 6.1,客户满意度指标)。
实践:一个敏捷 ITIL 示例
一家地区医院的 IT 部门支持一个患者记录系统、一个排程系统和一个员工消息工具。本示例中的所有数字都是示意数字。
月度报告显示,季度最后一个月有 640 起事件,上月是 520 起。领导层要求一份恢复计划。排程系统的服务负责人,其计数上升最多,要求在同意服务变差之前先看一下数据。
出现三个事实。第一,排程系统那个月新增了一个诊所组,活跃用户上升了约 30%(示意数字)。归一化之后,每 1,000 个会话的事件率大致持平。第二,多出来的记录中有 90 条关联到同一个父事件,即与一个实验室系统的接口失败,所以不同故障的数量只多了寥寥几个。第三,优先级构成发生了变化:最高优先级的占比上月是 2%,现在是 7%。重新分类率也翻了一番,对 20 条记录的抽样显示,大约一半的高优先级在关闭时被降低了。
团队作出三项决定。他们把父事件和关联记录分开报告。他们把活跃会话数作为分母加入报告。他们与服务台和临床负责人开了半小时的会,对抽样记录应用影响与紧急程度矩阵,结果显示"诊所无法为患者预约"被一些坐席当作中,而被另一些当作高。矩阵的每个单元格增加了两个临床示例。
他们发现的操纵风险很隐蔽。一位经理曾要求坐席避免为排程系统使用一级优先级,因为每一个都会触发一次评审,所以记录以较低的优先级被打开,之后再被提高,或根本没被提高。重新分类率和抽样评审暴露了这一模式。团队约定评审是为了学习,公布了这一声明,并把以低于关闭优先级打开的事件占比作为护栏来跟踪。类别集中度也显示接口故障排在清单之首,所以打开了问题记录,并与接口团队排定了修复。
行业视角
初创企业。数量很小,团队认识每一起事件,所以比率和矩阵可能显得繁重。保持一个按服务的简单计数和一份简短的类别清单,并用一页纸写下什么算事件。留意重复,因为小团队可以迅速消除一个反复出现的故障并赢回时间。
小型企业。服务台可能是使用托管工具的一个人。使用工具的标准报告,把优先级保持在几个级别,配一条平实的影响与紧急程度规则,并检查请求没有被算作事件。月与月比较,并注明变化,比如新员工或新软件。
大型企业。众多服务、供应商和服务台,使一致性成为主要问题。约定一个影响与紧急程度矩阵、一套深度有限的类别方案,以及一条去重规则,并让本地团队增加标签而不改变共享的方案。按服务归一化,并用控制图和标注评审趋势。由供应商造成的事件需要在合同中有共同的定义(见主题 5.1,SLA、OLA 与 XLA 指标)。
政府与公共部门。事件可能带有报告义务、审计需要和公共利益,尤其是在服务影响公民权利或安全之处。记录优先级矩阵和类别方案,保留优先级变更的审计轨迹,并谨慎对待任何公布的计数,因为公开报告会对记录如何书写产生强大压力。使用量数据可能受隐私规则限制,所以要说明你能合法使用的分母(见主题 8.5,受监管与政府报告)。
商业论证:动机、投资回报与总拥有成本
动机是需求管理。事件消耗熟练的时间,打断计划工作,扰乱用户。理解数量、优先级和重复,使组织能够消除原因,依据真实需求配置人员,并向领导层展示可靠性工作会在哪里带来回报。
成本有三部分。设置包括定义事件和请求、约定优先级矩阵和类别方案,以及把使用量数据关联到服务。运行成本是保持记录整洁的工作、每月的抽样评审,以及维护报告的一个人。第三项成本是对发现采取行动的时间,大部分回报来自这里,所以要为它规划容量。
回报最好描述为你自己能度量的模式。这些包括问题工作之后更少的重复、花在优先级争议上更少的时间、更少的意外升级,以及人员配置与需求之间更好的匹配。避免承诺事件减少某个百分比;这取决于服务、起点和所做的工作。总拥有成本主要是人的时间,所以要计入,并与目前反复出现的事件所耗费的时间相比。
反模式与陷阱
- 把原始计数当作健康评分来报告。使用量、变更和报告行为都会使它变动。把归一化的比率、原始计数和标注一起显示。
- 为更少的事件设目标。它奖励压制和错误标注。为重复的减少和客户影响设定目标,并把事件计数保留为信息。
- 把请求算作事件。数量上升,服务看起来比实际更糟。把记录类型分开,并各自报告。
- 自由选择的优先级。优先级变成协商,构成变得没有意义。使用公布的矩阵,并抽样检查一致性。
- 没人使用的类别树。人们选第一个匹配项,"其他"不断增长。保持简短,每月评审"其他",并修剪不用的。
- 把每张关联工单都算作单独的故障。一次中断就主导了整个月。报告父事件和关联记录的数量。
- 按事件计数给坐席或团队排名。按人的计数反映的是工作分配和工单习惯。聚合到服务层面,评审模式,而不是人。
- 忽视重复。同一个故障被一再修复,却没人拥有原因。把重复关联到问题记录并指定负责人。
成熟度模型
| 维度 | 1 起步 | 2 发展 | 3 标准化 | 4 管理 | 5 协同 |
|---|---|---|---|---|---|
| 定义与计数 | 人们对什么是事件意见不一;计数来自临时导出 | 部分团队把请求从事件中过滤出来;规则各异 | 为所有团队设一个书面的定义、过滤条件和去重规则 | 定义变更被记录并显示在趋势图上;跟踪未分类记录的占比 | 定义与供应商和客户一起评审,并在不再为决定提供依据时修订 |
| 归一化与解读 | 只有原始计数 | 少数服务使用了使用量数据 | 每项服务有一个来自独立来源的具名使用量度量 | 在评审中使用带标注的控制图 | 使用量、变更和事件数据跨团队和供应商相联,用以解释需求 |
| 优先级实践 | 凭感觉选择优先级 | 部分团队有矩阵 | 一个带示例的矩阵,显示在选择优先级的地方 | 每月评审并抽样构成和重新分类率 | 矩阵随条件变化,与客户以及临床或业务负责人一起调优 |
| 重复与模式 | 凭记忆注意到重复 | 偶尔评审类别清单 | 每月按说明的窗口报告重复率和重开率 | 反复出现的簇被关联到有负责人和日期的问题记录 | 跨团队和供应商消除原因,获得资助,并追踪到需求的降低 |
检查清单
- 一份书面定义把事件与请求、告警和问题区分开。
- 父事件和关联记录被分开报告。
- 每起事件都归属于服务目录中的一项服务。
- 每项服务都有一个来自事件工具之外来源的具名使用量度量。
- 报告显示原始计数、归一化比率,以及对发布和活动的标注。
- 在有人对每周数量的变化作出反应之前,先使用控制图。
- 优先级由带示例的、公布的影响与紧急程度矩阵推导。
- 每月一起评审优先级构成和重新分类率。
- 类别清单简短,并跟踪"其他"和未分类记录的占比。
- 重复率和重开率使用说明的窗口,并分别报告。
- 反复出现的簇被关联到有负责人的问题记录。
- 没有任何报告按事件计数给个别坐席排名。
AI 提示词
检查事件量定义是否含糊。
我们从[ITSM 工具]统计[服务或团队]的事件量。我们当前的过滤条件是[描述记录类型、
状态和排除项],期间为[期间]。请检查这个定义是否含糊,包括如何处理请求、重复项、
合并的工单和被取消的记录。建议一条清晰的书面规则和一份能平息分歧的简短示例清单。
不要编造基准值。列出你的假设,以及我应当回答哪些问题才能完成这个定义。
设计归一化的事件率。
对于服务[服务名称],我想要一个按使用量归一化的事件率。可用的使用量度量有[清单,
例如活跃用户、会话、交易],来自[来源]。请比较这些选项,说明哪个最合适以及原因,
并描述每个可能被扭曲的方式。建议如何在一张图上显示原始计数、比率,以及对[事件,
例如发布或活动]的标注。不要编造数字或阈值。列出你的假设。
评审影响与紧急程度矩阵。
这是我们的优先级矩阵:[粘贴影响级别、紧急级别和由此得出的优先级],以及[数量]个
匿名示例事件:[粘贴简短描述]。请对每个示例应用该矩阵,指出两个读者可能得出不同
优先级之处,并建议能减少分歧的措辞或示例。找出矩阵可能被操纵的方式。不要编造
响应目标或基准值。列出你的假设。
分析类别和重复,寻找改进候选。
我有[期间]的事件记录,字段有:[字段清单,例如服务、类别、CI、打开时间、关闭时间、
重开标记]。请描述一种方法,用来找出头几个类别,使用[窗口]的窗口把重开与重复分开,
并为问题调查挑选[数量]个候选。解释如何检查笼统的类别和近似重复的记录。不要编造
我没有给你看的数据中的模式。列出你的假设。
AI 技能
- 敏捷 ITIL 指标技能:用于查找定义相关指标的主题,以及应放在它旁边的护栏。
- 敏捷 ITIL 指标维护者技能:用于检查编辑过的指标主题是否保持其时钟、操纵途径和护栏的完整。
关键要点
- 事件量既反映使用量、变更和报告行为,也反映质量,所以要对其归一化并加以标注。
- 把优先级读作一种构成,由公布的影响与紧急程度矩阵推导,并观察重新分类率。
- 分开报告父事件和关联记录,使一次中断不会看起来像一个月的例行工作。
- 重复和重开是最有用的信号,因为它们指向没有站住的原因和修复。
- 聚合到服务和团队,绝不聚合到个别坐席,并为每项指标配一个护栏。
- 用控制图和帕累托视图来决定看哪里,然后给每个簇一位负责人和容量。
参考文献与延伸阅读
- Axelos (now PeopleCert), ITIL Foundation: ITIL 4 Edition, TSO, 2019.
- 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/
- Wheeler, D. J., Understanding Variation: The Key to Managing Chaos, 2nd edition, SPC Press, 2000.
- Vacanti, D. S., Actionable Agile Metrics for Predictability: An Introduction, Daniel S. Vacanti, Inc., 2015.
- Forsgren, N., Humble, J., and Kim, G., Accelerate: The Science of Lean Software and DevOps, IT Revolution, 2018.
- ISO/IEC 20000-1, Information technology: Service management: Service management system requirements, International Organization for Standardization.
- Goodhart, C. A. E., "Problems of Monetary Management: The U.K. Experience," in Papers in Monetary Economics, Reserve Bank of Australia, 1975.
- Wikipedia, ITIL.
- Wikipedia, Incident management.
- Wikipedia, Help desk software.
- Wikipedia, Control chart.
- Wikipedia, Seasonality.
- Wikipedia, Pareto principle.
- Wikipedia, Root cause analysis.