运维工作与计划外工作
构建并运行服务的团队只有一个容量池,所以要让计划变更与运维工作之间的划分可见,用关于打断和加急的明确规则来保护它,并把计划外工作的占比读作关于系统的信号,而不是对人的裁决。
概述与动因
每个构建并运行服务的团队,把时间花在两大类工作上。变更工作让服务向前发展:新功能、计划中的改进、迁移,以及消除已知的弱点。运行工作,也称运维工作,让服务持续运转:应对事件和请求、响应告警、应用例行补丁、恢复访问,以及处理服务仍然要求的手工任务。两者都是正当的,有用户的服务两者都需要。麻烦始于没人能说清团队各做了多少,因为计划随后会悄悄假定了运行工作已经消耗掉的容量。
工作也可以按是否被预见来划分。计划内工作是在期间开始之前选定的,例如在计划交谈或季度承诺期间。计划外工作在期间内到来,要求没有预算过的注意力:生产事件、来自资深利益相关方的紧急请求、安全修复,或阻碍客户的缺陷。这两条轴有所重叠,但并不相同。大部分运行工作在时间上是计划外的,尽管其数量是可预测的,而有些运行工作,例如预定的证书续期,则完全是计划内的。变更工作也可以是计划外的,比如法规变化、团队必须在数周内作出响应时。
敏捷与 ITIL 的视角用不同的词语描述同样的压力。在有时间盒的规划中,承诺是对容量的预测,期中到来的工作要么挤掉某些东西,要么被推迟。在流动看板上,在制品有明确的限制,往往还有一条专门的通道留给紧急项目,问题是系统在流动崩溃之前能吸收多少紧急项目(见主题 2.1,流动度量)。在 ITIL 4(2019 年发布的版本)中,事件管理、服务请求管理和问题管理描述运行工作如何被接收、排定优先级和解决,而变更赋能和软件开发与管理实践则管辖计划变更。这些实践描述的是工作流。它们很少说单个团队应当如何在两者之间分配自己的工时,这个空白正是本主题发挥作用之处。
这里反复出现几个术语。打断(interrupt)是在规划周期之外到来、并把人从手头项目上拉走的任何需求。打断负荷是这些需求在一段时间内对团队的总体影响,以数量、工时或所消耗容量的占比来度量。加急(expedite)是被允许插队的工作项,通常因为它的延迟代价高且迫在眉睫。加急通道是一条规则,通常是看板上的专门一行,限制同时可以有多少个加急项目在进行。容量分配是把团队的容量明确地划分给各类工作,例如规定计划变更占一部分、运行工作占一部分、改进占一部分。
计划外工作是对计划交付最大的隐性税:每次打断既要付出它自己的时间,又要付出因任务切换而损失的恢复时间,而关于被打断工作的研究(Mark、Gudith 和 Klocke,2008)发现,人们通过更快地工作来补偿,代价是更大的压力。关于方向有一点说明。计划外工作占比高本身不是缺陷。新上线的服务、持续的中断或受监管的事件,可以正当地在一段时间里消耗团队的大部分容量。目的既不是把计划外工作压到零,也不是隐藏它,而是看见它、给它定价,并有意识地决定团队将吸收多少、组织必须在上游修复多少。因同一原因而反复出现的计划外工作,是最值得发现的一种,因为它指向一条问题记录、一个监控缺口,或一项技术债务,把它消除比继续为它付费更便宜。
关键原则
- 容量是有限而共享的。用于运行工作或加急的每一小时,都是没有用于计划变更的一小时,所以要让划分明确可见,而不是让它由谁喊得最响来决定。
- 在工作到来时分类,而不是事后。在每个项目进入系统的那一刻,把它标记为计划内或计划外、变更或运行,因为在期间结束时重新分类是回忆,而不是观察。
- 打断的代价不止于其持续时间。既要计入切换的恢复成本,也要计入花掉的分钟数,并偏好把打断批量处理或路由给一位具名人员的设计。
- 按规则加急,而不是按级别。有限制和准入检验的加急通道保护流动;按资历无限制地加急则会摧毁它。
- 有意识地预留容量。有计划的缓冲比假定没有缓冲的计划更诚实。
- 把反复出现的计划外工作视为系统的缺陷。每周一次的重复,是问题记录或自动化的候选。
- 度量团队和服务,绝不度量个人。回答最多打断的人,通常是知道得最多的人;给他们排名惩罚的是错误的对象(见主题 1.2,古德哈特定律与指标心理学)。
指标定义
七项指标描述容量如何被划分和被干扰。每一项都需要书面的分类规则,因为它们全都取决于项目如何被标记。每个公式中的期间是团队同样固定的窗口,比如一周、一个月或一个季度。
| 指标 | 定义 | 公式 | 单位 | 数据来源 | ITIL 实践 | 敏捷对应 | 频率 |
|---|---|---|---|---|---|---|---|
| 计划外工作比率 | 已完成工作项中,在期间开始时不在计划之内的所占比例(按数量) | 在期间开始之后才进入看板或待办的、在该期间完成的项目数 / 该期间完成的全部项目数;时钟从规划活动开始,在期间结束时停止;已取消的和仍未关闭的项目被排除 | 百分比 | 带项目创建时间和规划快照的问题跟踪系统 | 事件管理;服务请求管理 | 范围变更;工作项类型 | 每月 |
| 容量分配符合度 | 实际工作量与规定的变更工作、运行工作和改进工作划分的吻合程度 | 对每个类别,实际占比与约定占比之差的绝对值,求和后除以二;实际占比是该类别中已完成的项目数(或团队记录的工作量)/ 全部已完成项目数;没有类别的项目单独报告,不被丢弃 | 百分点 | 问题跟踪系统的工作类型字段,以及存在的时间记录 | 持续改进;容量与性能管理 | 容量分配或容量规划 | 每月 |
| 打断率 | 计划之外的需求多频繁地到达团队、并到达做计划工作的人 | 期间内团队收到的打断数 / 期间的工作日数,其中打断是登记在团队入口渠道、且不在计划之内的任何工单、呼叫、消息请求或要求;对同一底层需求的重复只计一次 | 每工作日的打断次数 | 入口渠道日志、ITSM 队列、告警系统和团队打断日志 | 事件管理;服务请求管理;监控与事态管理 | 打断日志或团队工作约定 | 每周 |
| 加急率 | 使用了加急通道的已完成项目所占比例 | 该期间进入加急通道的已完成项目数 / 该期间完成的全部项目数;时钟从项目被标记为加急时启动,在完成时停止;在工作开始前被降级移出通道的项目单独计数 | 百分比 | 看板通道历史或优先级字段历史 | 事件管理;变更赋能(紧急变更) | 加急服务类别 | 每月 |
| 计划工作被挤占数 | 为给计划外工作腾地方而被推迟或放弃的计划内项目数 | 该期间内被移出、推迟或未完成并附有"被计划外工作挤占"的记录理由的计划内项目数(计数);因目标变化而移除的项目被排除 | 项目数 | 带原因字段的看板变更历史 | 变更赋能;持续改进 | 交付目标保护;范围协商 | 每月 |
| 重复的计划外工作占比 | 其原因与回溯窗口内早先某个计划外项目相符的计划外项目所占比例 | 该期间完成的、关联到回溯窗口(例如 90 天)内同一问题记录、告警规则或原因标签的早先项目的计划外项目数 / 该期间完成的全部计划外项目数;没有原因标签的项目作为单独的未分类计数报告 | 百分比 | ITSM 事件和问题记录、跟踪系统的原因标签 | 问题管理;已知错误管理 | 回顾会议的行动项;反复出现的缺陷标签 | 每月 |
| 计划承诺可靠度 | 团队为该期间计划的项目中,在期间内完成的所占比例 | 期间内完成的计划内项目数 / 期间开始时的计划内项目数;开始之后增加的项目从两个计数中都排除 | 百分比 | 规划快照和跟踪系统的完成历史 | 服务级别管理;变更赋能 | 预测可靠度 | 每月 |
本主题中的时间度量,例如加急项目的年龄,应当显示为百分位数(例如中位数和第 85 百分位数),而不是平均值,因为一起漫长的事件就会扭曲平均值(见主题 1.6,服务指标的统计素养)。
建议
让划分可见
1. 在入口处给每个项目标记两个字段。在跟踪系统或 ITSM 工具的入口表单中增加一个工作类型(变更、运行、改进)和一个计划标记(计划内、计划外),并把两者都设为必填。在创建时设置,这些标签成本很低;事后重建,则不可靠。用一句话在团队工作约定里写下每个取值的定义,并在标签不再描述工作时评审它(见主题 1.5,数据来源与埋点)。
2. 冻结一份规划快照。"计划外"只有相对于计划才有意义,所以在期间开始时捕获项目清单并存储。把完成的工作与快照比较,而不是与期末看板的样子比较。
有意识地分配容量
3. 约定一份容量分配,并把它当作假设。与产品负责人或服务负责人一起,作为团队决定大致多少用于计划变更、运行工作和改进。从数据显示团队最近几个期间实际做的事情出发,然后选一个朝你想要的方向移动的目标。每个规划周期重新审视这个划分;从别的团队的幻灯片上抄来的固定百分比是猜测,不是决定。
4. 依据你自己的历史预留一个缓冲。用团队自己的打断记录来确定计划外工作缓冲的大小,例如观察最近几个期间每周计划外占比的中间和上限范围,然后只计划剩下的容量。经常不被使用的缓冲可以缩小;经常被耗尽的缓冲则需要更大的分配,或消除一个原因。队列中负荷与延迟的关系(见利特尔定律,以及主题 2.3,在制品与排队)解释了为什么满利用率运行的系统没有余地吸收意外。
设计打断路径
5. 把打断路由给一个具名的角色。轮换一个人,常称为打断处理人、值班工程师或盾牌,在一天或一周内接收进来的需求,而其他人保护自己的专注。该角色有书面的范围、交接说明和持续时间的限制,使负荷被公平分担。轮值的团队应当把它与值班实践联系起来(见主题 5.7,琐务与值班指标)。
6. 在门口分诊。打断在紧迫程度上差别巨大。在入口应用一条简短的分诊规则,问三个问题:是否有服务宕机或用户受阻,是否有无法挪动的日期,这个需求能否等到下一次规划活动?三项都不符合的项目进入待办列表,像其他任何工作一样被规划。按 ITIL 4 的说法,这就是把事件管理和服务请求管理的优先级排定步骤,应用于团队自己的入口。
治理加急通道
7. 给加急通道设限制和准入检验。通道一次最多容纳一两个项目,只有当项目的延迟代价高且迫在眉睫、请求者能说出它时才进入。一项明说的检验让团队能对仅仅是声音大的请求说不。如果通道总是满的,它就不再是例外,团队应当评审准入检验和上游的原因。该通道是一种有自己规则的服务类别;基本思想参见看板文献(Anderson,2010)。
消除来源
8. 把计划外项目关联到原因,并评审重复。给每个计划外项目增加一个原因标签或一条问题记录的链接。每月列出反复出现的原因,把排前几位的送到问题管理,作为技术债务项送入待办,或送到监控改进(见主题 4.1,问题管理指标,以及主题 4.6,技术债务与已知错误)。重复的计划外工作占比告诉你这些修复是否见效。这一模式类似于 Google SRE 一书所述对琐务的消除,那里把重复性的手工运维工作视为要靠工程消除的东西;该书建议把它保持在工程师时间的一定占比以下(Beyer 等人,2016),每个团队应当对照自己的数据来检验这个指导,而不是把它采纳为目标。
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 |
|---|---|---|
| 计划外工作比率 | 把项目较晚才加进规划快照,使它们算作计划内;让紧急工作不被跟踪,使其永远不被计入;把计划内项目标为计划外,以解释未达成的计划 | 带时间戳的冻结规划快照;未分类计数;每季度阅读一批已关闭项目的样本,把标签与实际发生的情况比较 |
| 容量分配符合度 | 在类别之间移动项目以匹配约定的划分;把一个项目拆成几个以挪动占比;选择团队本来就能达到的划分 | 工作约定中书面写明的固定类别定义;对照其类别抽查项目描述;计划承诺可靠度 |
| 打断率 | 把打断变成从不进入日志的私下帮忙;把几项需求合并成一个条目;不鼓励人们提出要求 | 将日志与入口渠道流量和告警历史比较;在回顾会议中问团队日志是否符合他们的体验 |
| 加急率 | 为显得守纪律而让紧急工作不进通道,或为求快而把一切都放进去;把加急重新定义为"重要" | 带准入检验的通道限制;评审时达到检验的加急项目占比;计划工作被挤占数 |
| 计划工作被挤占数 | 把挤占记录为出于选择的范围变更;让计划内项目悄悄失败而不附理由;回避可能被挤占的计划内项目 | 每个被移出或未完成的项目都必须填写原因字段;计划承诺可靠度;在回顾会议上评审原因 |
| 重复的计划外工作占比 | 使用粗糙的原因标签,让重复被隐藏,或使用精细的标签,让没有什么重复;关闭问题记录以去掉链接 | 每季度评审原因标签分类;未分类计数;问题记录关闭后的复发检查 |
| 计划承诺可靠度 | 计划得小,以便全部完成;虚增估算;把部分完成的项目算作完成;在期间开始前就舍弃难的项目 | 随时间比较所计划项目的大小和价值;对交付目标的成果检查;计划外工作比率,使计划胆怯时高数值不被读作健康 |
健康的读数是:团队能解释的计划外工作比率,很少满员的加急通道,以及在修复之后下降的重复占比。过于完美的读数才是要调查的东西。报告计划外工作为零的团队,要么服务非常安静,要么没有被跟踪,分辨的办法是把日志与告警和工单历史比较。
权衡:利弊
| 做法 | 优势 | 劣势 |
|---|---|---|
| 固定容量分配(规定百分比) | 易于解释;保护改进工作不被饿死 | 忽视真实的变异;可能被重新贴标签所操纵 |
| 依据历史确定大小的预留缓冲 | 使计划与真实的打断负荷相匹配 | 需要几个期间的可靠数据;可能掩盖慢性原因 |
| 轮换的打断处理人 | 保护团队大部分人的专注;公平地分摊负荷 | 处理人自己的计划工作停滞;该角色需要交接和支持 |
| 严格的加急限制 | 保持流动可预测;迫使说明延迟代价 | 请求者可能绕过它;真正的紧急情况可能觉得被阻挡 |
| 数项目数而不是工作量 | 简单,难以虚增 | 把大小迥异的项目一视同仁 |
对大多数团队来说,务实的立场是先数项目数,仅在项目数有误导之处再加上工作量,保护一个小的缓冲和一条小的加急通道,并用原因标签去攻克最大的重复。
与团队讨论的问题
1. 上个期间我们完成的工作中,有多大占比是计划外的?我们怎么知道? 把规划快照放在已完成项目清单旁边,数一数不在计划里的项目。把结果与每个人对这个期间的感觉比较;两者往往不同。主持人应当问有多少项目从未被记录,因为诚实的答案塑造了其他每一个数字。
2. 哪三个打断来源让我们付出的代价最大?谁能消除它们? 按数量和它们所吸收的工作量列出来源,比如告警、重复的请求、升级和来自利益相关方的临时要求。把每一个标为可消除、可路由或不可避免。主持人应当推动,为团队自己无法修复的任何来源,在团队之外指定一位具名负责人。
3. 我们实际上想要变更、运行和改进工作之间怎样的划分? 把数据所显示的划分,与人们认为自己拥有的划分,以及领导层期望的划分比较。讨论在压力下团队会先放下哪类工作,因为这揭示了真实的优先级。为下个期间选定一个目标,以及检查它的办法。
4. 我们的加急通道规则是什么?谁来决定? 大声读出当前的规则,或指出没有规则。要求给出最近三次加急,并用明说的延迟代价检验每一次。讨论当某位资深人士要求插队而不符合检验时团队怎么办,以及谁来支持这个决定。
5. 当我们被打断时,打断结束之后我们要付出什么代价? 请大家描述,在一次典型打断之后,要多久才能回到任务中原来的位置。
6. 哪个计划外项目不止一次地回来?什么能阻止它? 取上个季度的计划外项目,按原因寻找重复。挑出总工作量最大的一个,追溯它为什么复发:缺失的告警、未修复的缺陷、手工步骤,还是供应商问题。决定它是进入问题记录、进入待办,还是进入与供应商的谈话。
四种视角
产品与交付团队
交付团队把计划外工作感受为被打乱的计划和不断滑动的预测。他们受益于在入口处打标签、冻结的规划快照,以及依据历史的缓冲所构建的预测(见主题 2.5,交付预测与规划指标)。挤占记录向产品负责人显示每个迟到的请求付出了什么代价。
服务与运维团队
运维团队承担了大部分运行工作。他们需要具名的打断处理人、一条分诊规则,以及从反复出现的请求和告警通向修复的路径(见主题 5.5,监控与告警质量指标)。重复占比是他们为问题管理争取投资的最有力论据。
领导层与治理
领导层通过他们提出的请求和他们接受的截止日期来设定真实的分配。他们应当要求看比率及其原因,为消除重复打断的改进工作出资,并避免把加急当作办事的常规方式。
客户与用户
客户把计划外工作看作中断、缓慢的答复和延迟的功能。当团队有余地去修复原因时,他们受益,他们也需要一条公平的提出紧急性的途径。服务级别协议(见服务级别协议)应当反映团队所承担的打断负荷(见主题 5.1,SLA、OLA 与 XLA 指标)。
实践:一个敏捷 ITIL 示例
一家区域健康保险公司的 IT 部门运营着一个理赔平台,有一个七人的产品团队和一个共享的服务台。团队构建新功能,同时在生产环境支持该平台。本示例中的所有数字都是示意数字。
六周来,团队的计划承诺可靠度从约 85% 降到了 55%,产品负责人开始质疑团队的估算。团队负责人调出跟踪系统的历史。使用冻结的规划快照,最近一个期间按数量计的计划外工作比率是 41%,而团队的回忆是"也许五分之一"。未分类计数为 9%,所以这个比率相当可信。
按原因拆分计划外项目显示,24 个中有 14 个是运行工作,其中 9 个追溯到同一个理赔提交批处理作业,该作业在合作伙伴更改数据格式之后失败,每次都要手工重启。重复的计划外工作占比是 58%。打断率是每工作日 6 次,其中 4 次到达了正在做计划工作的工程师,因为服务台直接升级给最先应答的人。加急通道大多数日子里同时容纳两个项目,加急率为 23%。该期间的计划工作被挤占数是 7 个,其中 5 个附有"被计划外工作挤占"的理由。
团队与产品负责人和服务负责人作出四项决定。第一,每次由一位工程师担任打断处理人,有书面范围和交接说明,升级只送到此人。第二,加急通道限制为一个项目,准入检验要求说明延迟代价,每次加急都记录它所挤占的项目。第三,批处理作业的失败被作为问题记录提出,修复和与合作伙伴的谈话作为改进工作放入待办,占用 15% 的容量,这是团队选择的对改进的第一份分配。第四,团队以依据其近期计划外占比上限范围确定大小的缓冲来规划下一个工作期间,而不是满负荷。
六周之后,计划外工作比率是 27%,重复占比是 22%,到达做计划工作的人的打断率是每天 1.5 次,计划承诺可靠度约为 78%(均为示意数字)。团队没有回到先前的 85%,并且如实说明。
团队发现的操纵风险:在新安排下的第二个期间,打断率急剧下降,团队负责人注意到人们在直接给处理人发消息,所以私下帮忙从未进入日志。把日志与入口渠道和告警历史比较,显示真实的数量并没有变化。团队约定,处理人把直接消息重定向到入口渠道。问题出在路径的设计上,不在任何人身上。
行业视角
初创企业。几乎所有工作都让人觉得紧急,同样的几个人既做变更又做运行。把分类保持为两个标签,并对加急设定明确的限制。计划外比率是说"我们能做路线图或支持负荷,但不能两者兼顾"的证据。
小型企业。一位管理员或一个小团队往往处理每一项请求。把工具的工单类型用作分类,记录一个月的打断以了解模式,并为计划工作预留每天固定的时段。向供应商索要他们的数量和重复原因报告。
大型企业。一个团队的计划外工作,往往是另一个团队的计划内工作。约定共享的定义,按团队和按服务报告,并在原因所在的层面资助修复(见主题 9.3,协作与交接指标)。
政府与公共部门。容量可能受编制上限所固定,运行工作可能由法规或审计发现所设定。把这些纳入分配,记录分类规则,并保留审计轨迹(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
动机是可预测的交付:无视打断负荷的计划会反复落空,而可见的计划外工作让团队在要求时间去消除原因时有更强的话语权。
当标签和规划快照成为正常工作流的一部分时,收集这些度量的成本是适度的。主要成本是约定定义的时间、在入口处打标签的纪律、连接跟踪系统与 ITSM 数据的少量工具(见主题 1.5,数据来源与埋点),以及打断处理人的工时,其自己的计划工作会变慢。增加到工时级别的时间记录,成本要高得多,而且常常招人反感,所以仅当项目计数被证明有误导时才加上。总拥有成本以人的时间为主,所以要计入。
回报体现在团队可以自己度量的模式中,而不是假定的数字里。留意问题修复之后重复的计划外工作占比下降,计划承诺可靠度上升,被挤占的计划内项目减少,以及到达做计划工作的人的打断减少。在工时已知之处,可以用团队自己的每小时成本给从被消除的反复原因中恢复的工作量定价,并与修复的工作量相比(见主题 7.5,服务成本与单位经济,以及主题 7.7,投资回报与商业论证)。不要借用行业关于计划外工作的百分比;别的组织的任何数字都不能替代你自己的历史。
反模式与陷阱
- 把所有计划外工作都视为失败。其中一些是服务在做它的本职工作,而目标为零会把工作推出日志。相反,问哪部分是预期的,哪部分可避免,并为前者设置缓冲。
- 英雄文化。拯救每一次紧急情况的人,变得不可或缺、疲惫,并成为单点故障。相反,通过轮换分担打断角色,并奖励消除原因。
- 一切都是加急。总是满员的通道只是第二个队列。相反,设定限制,要求说明延迟代价,并每月评审准入检验。
- 按满负荷利用率规划。没有富余的计划,保证每个意外都会挤掉某些东西。相反,依据你自己的打断历史确定缓冲的大小,并规划剩余的容量。
- 事后分类。期末才加的标签反映的是记忆和情绪。相反,要求在入口处打标签,并冻结规划快照。
- 悄悄吸收需求。从不进入日志的私下帮忙,使负荷不可见,计划出错。相反,把一条入口路径定为规则,并把旁路的请求重定向到它。
成熟度模型
| 维度 | 1 起步 | 2 发展 | 3 标准化 | 4 管理 | 5 协同 |
|---|---|---|---|---|---|
| 分类与可见性 | 工作没有标签;计划外工作靠感觉,不靠计数 | 部分团队用自己的话标记计划内和计划外工作 | 一份关于工作类型和计划标记的书面定义,在入口处应用,并有规划快照 | 计划外比率和未分类计数有趋势,每个期间评审 | 定义在团队和供应商之间共享,并在不再为决定提供依据时修订 |
| 容量分配 | 假定容量完全可用于计划工作 | 部分团队应用粗略的缓冲 | 一份约定的变更、运行与改进划分,缓冲依据历史确定 | 评审符合度,并与产品和服务负责人一起调整划分 | 在共享平台、服务和人员的团队之间协商分配 |
| 打断与加急处理 | 谁都可以打断谁;紧急程度由资历决定 | 部分团队有值班人或紧急一行的习惯 | 具名的打断角色、一条分诊规则,以及带限制和准入检验的加急通道 | 对照护栏评审加急率、挤占数和打断率 | 打断路由和加急规则在团队之间协调,有共享的值班和升级路径 |
| 原因的消除 | 同样的问题反复出现,靠英雄式努力修复 | 在回顾会议中注意到并讨论部分重复 | 计划外项目带有原因标签,排前的重复送到问题管理 | 跟踪重复占比,修复作为计划改进工作获得资助 | 原因跨团队、供应商和客户被追溯,改进成为常规 |
检查清单
- 每个工作项都带有一个工作类型(变更、运行、改进)和一个计划标记,在入口处设置。
- 计划内、计划外、变更和运行的定义写在团队工作约定中。
- 在每个期间开始时冻结并存储一份规划快照。
- 计划外工作比率作为趋势报告,旁边是未分类计数。
- 团队及其负责人已约定一份容量分配,并在上个季度评审过。
- 存在一条入口路径,旁路的请求被重定向到它。
- 一个带书面范围的打断角色在团队内轮换。
- 加急通道有限制、准入检验,以及每次加急所挤占内容的记录。
- 计划外项目带有原因标签或问题记录链接,每月评审重复。
- 度量在团队和服务层面报告,绝不用来给个人排名。
AI 提示词
为入口设计工作分类。
我们的团队是[团队描述,例如构建并支持一项内部服务的六人平台团队]。我们使用
[跟踪系统或 ITSM 工具]。我们想在入口处把每个项目标记为变更、运行或改进,以及
计划内或计划外。请起草每个取值清晰的一句话定义、三个人们会争论的边界情形及建议
的裁决,以及一份简短的入口表单。不要编造我们工具的功能或基准值。列出你的假设,
以及我应当回答哪些问题来完善这些定义。
分析打断日志中的模式。
这是我们[期间]内打断的概要:[粘贴按来源、日期和类型的匿名计数,不含个人姓名]。
请把它们分成可以被消除、路由给一个人、批量处理或接受的来源。对每一组,建议一个
实验和一项显示其是否奏效的度量。不要编造基准值,也不要拿我们与其他组织比较。
列出你的假设,以及你需要哪些数据才能更有把握。
起草一份加急通道政策。
我们运行[流动看板、有时间盒的规划、持续流动或混合方式],团队有[团队规模]人,
服务级别是[服务级别,如果有]。请起草一页纸的加急政策:基于明说的延迟代价的准入
检验、通道中项目数的限制、被挤占项目怎么办的规则,以及一份每月的评审问题清单。
措辞保持中立,避免点名个人。不要编造阈值;标出我必须选择的那些。列出你的假设。
AI 技能
- 敏捷 ITIL 指标技能:用于查找哪个主题拥有相关指标,例如事件数量或琐务,以及属于它旁边的护栏。
- 敏捷 ITIL 指标维护者技能:用于检查本主题的编辑版本是否使其时钟、分类规则和操纵表保持一致。
关键要点
- 计划内与计划外工作、变更与运行工作共享一个容量池,所以让划分可见,并有意识地约定它。
- 在入口处给工作打标签并冻结规划快照,因为"计划外"只有对照有记录的计划才有意义。
- 打断的代价包括恢复时间以及分钟数,所以把它们路由给具名角色,并在门口分诊。
- 加急通道需要限制、准入检验,以及每次加急所挤占内容的记录。
- 重复的计划外工作是问题管理和改进工作最强的信号,重复的占比显示修复是否见效。
- 在团队和服务层面报告,把团队与它自己的历史比较,绝不给个人排名。
参考文献与延伸阅读
- Reinertsen, D. G., The Principles of Product Development Flow: Second Generation Lean Product Development, Celeritas Publishing, 2009.
- Anderson, D. J., Kanban: Successful Evolutionary Change for Your Technology Business, Blue Hole Press, 2010.
- Vacanti, D. S., Actionable Agile Metrics for Predictability: An Introduction, Daniel S. Vacanti, Inc., 2015.
- 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/
- Rau, V., "Eliminating Toil," chapter 5 in Site Reliability Engineering, O'Reilly Media, 2016, https://sre.google/sre-book/eliminating-toil/
- Forsgren, N., Humble, J., and Kim, G., Accelerate: The Science of Lean Software and DevOps, IT Revolution, 2018.
- Kim, G., Behr, K., and Spafford, G., The Phoenix Project: A Novel about IT, DevOps, and Helping Your Business Win, IT Revolution Press, 2013.
- DeMarco, T., Slack: Getting Past Burnout, Busywork, and the Myth of Total Efficiency, Broadway Books, 2001.
- Mark, G., Gudith, D., and Klocke, U., "The cost of interrupted work: more speed and stress," in Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (CHI 2008), ACM, 2008.
- Goodhart, C. A. E., "Problems of Monetary Management: The U.K. Experience," in Papers in Monetary Economics, Reserve Bank of Australia, 1975.
- Wikipedia, Kanban (development).
- Wikipedia, Cost of delay.
- Wikipedia, Task switching (psychology).
- Wikipedia, Technical debt.
- Wikipedia, Little's law.
- Wikipedia, Triage.
- Wikipedia, Class of service.
- Wikipedia, Service-level agreement.