悩ましきインシデント管理 ~HRMOSの場合~ /hrmos_mitene_incident

Slide 1

Slide 1 text

株式会社ビズリーチ  HRMOSプロダクト本部プラットフォーム開発部 SREグループ MGR  阪口透  悩ましきインシデント管理  ~ HRMOSの場合 ~ 

Slide 2

Slide 2 text

1 阪口透  Toru Sakaguchi  自己紹介  出身地  福井県      趣味  ゲーム・麻雀      SRE歴  4年くらい      一言  SRE道は果てしない… 

Slide 3

Slide 3 text

2 ● 復旧までの迅速な対応  ● サービスの継続性の確保  ● 影響の最小化  ● 原因の特定と再発防止  インシデント管理の目的  主な目的 

Slide 4

Slide 4 text

3 ● プロセスの整備  ● ツールの導入  ● 定期的なトレーニングの実施  ● 定期的なレビューと改善  目的達成のためのプラクティス  大まかな分類 

Slide 5

Slide 5 text

4 ● プロセスの整備  ● ツールの導入  ● 定期的なトレーニングの実施  ● 定期的なレビューと改善  今日のテーマ  大まかな分類 

Slide 6

Slide 6 text

5 ● プロセスの整備  ● ツールの導入  ● 定期的なトレーニングの実施  ● 定期的なレビューと改善  今日のテーマ  大まかな分類  プロセスを整備していく前に「インシデント」を明確に定義することが大事 

Slide 7

Slide 7 text

6 • インシデントかどうかの判断がされず、その場の雰囲気で対応したりする  • 必要以上の人数で対応してしまい、見ているだけの人が出ている  • 止血よりも原因の特定、根本解決を優先してしまう  • 確認や連絡が漏れたり認識齟齬が起きやすく、コミュニケーションコストが高まる  • etc…  インシデント管理体制がないと… 

Slide 8

Slide 8 text

7 ● インシデント対応プロセスですべきことは「インシデント」状態を素早く脱すること  ● 「インシデント」の状態が分からないままでは何をすべきかは決まらない  インシデント管理プロセスを考える前に  「インシデント」を定義することで、プロセス整備の方針が決まる  つまり「インシデント」の状態を定義することが始めの一歩になる 

Slide 9

Slide 9 text

8 ● どういう事象を「インシデント」とするのかが不明  ● 「不具合」「障害」「バグ」などの言葉が乱立していて、人によって受け取り方が様々  「インシデント」を明確に定義する  よくある課題  「インシデント」と言われたら、関係者全員が  同じ状態をイメージできるようにしたい 

Slide 10

Slide 10 text

9 リアルな現場の声  インシデント管理を整理する際に実施したヒアリングより 

Slide 11

Slide 11 text

10 様々なインシデント定義  ChatGPT  Atlassian  出典：https://www.atlassian.com/ja/incident-management 

Slide 12

Slide 12 text

11 様々なインシデント定義  PagerDuty  Incident.io  （和訳：インシデントとは、ある程度の緊急性をもって、計画された仕事から離れること。）  出典：https://www.pagerduty.co.jp/blog/ideal-way-to-respond-to-incidents  出典：https://incident.io/guide/foundations/deﬁning-an-incident 

Slide 13

Slide 13 text

12 緊急性の高さ  • 通常業務よりも優先的に対応する必要がある  • 現在進行形で意図しない挙動をしている  • ユーザー体験的にクリティカルな事象    事象の伝わりやすさ  • 職種に関係なく状況を理解しやすいか    サービスの特性  • サービスの重要性  • toCかtoBか  考慮ポイント 

Slide 14

Slide 14 text

13 HRMOSにおける「インシデント」の定義  サービスの異常により、  サービス利用者の業務に支障が出ている状態  以下を満たしている  1. サービスの意図しない挙動により、業務を停滞させうる  2. ユーザーが認知できる  ※「障害」「バグ」「不具合」等は「インシデント」を引き起こしている要因とし、それぞれについて細かい定義はしない 

Slide 15

Slide 15 text

14 • サービスが停止している  • 主要な機能が意図しない動作をしている  • 業務に影響しない一部のリンクが間違っている  • 画面の一部が崩れているがサービスは利用可能  定義に従ったインシデント判断の例  1. サービスの意図しない挙動により、業務を停滞させうる  2. ユーザーが認知できる  Incident Not Incident Incident Not Incident

Slide 16

Slide 16 text

15 • インシデント = 職種を越えて緊急対応が必要という共通認識ができ、温度感や速度感が共有できる  • インシデント対応の目的がインシデントの状態を迅速に脱するという意識ができるようになり、根本対応よりも止血対応を優先できる  • インシデントに満たない軽微な不具合などはチケットにて計画対応とし、通常業務のロードマップの影響を少なくできる  インシデント定義の効果 

Slide 17

Slide 17 text

16 ● インシデント管理体制をつくるためには「インシデント」の定義を関係者全員が理解しやすい文言で明確にすることが大事  ● サービスや組織の運用に合った「インシデント」の定義を模索する  まとめ  インシデントの定義は  インシデント管理の始めの一歩であり大事な一歩    「インシデント」とは何かが明確になって始めて、「インシデント」状態を脱するためのプロセスが決まってくる 

Slide 18

Slide 18 text

17 BlogとXで発信中！  Blog  X  https://engineering.visional.inc/b log/   @VISIONAL_ENG  Visionalの技術的な取り組みや、イベント・登壇情報などをお届けします 

Slide 19

Slide 19 text

No content