効果的なポストモーテム

効果的なポストモーテムを書くことで、ミスに早く気づき、私たちのシステムとプロセスの全てを改善できます。私たちは最大限の恩恵を受けるため、詳細かつ正確なポストモーテムを書くことを心がけています。このガイドではポストモーテムが効果的になるようないくつの事柄を説明します。

やること#

本当にサービスが停止した場合を除き「停止」という言葉は使わないでください。私たちはインシデントの影響を正確に反映したいので、「停止」という言葉は意味が広いです。また顧客に対して何もできなかったと思わせることになります。
「見栄えを良くする」ために詳細やイベントを書き換えないでください。効果的なポストモーテムにならないので、自分自身にも正直である必要があります。
名前を挙げたり恥をかかせないようにしてください。ポストモーテムは誰かを責めないようにします。もし誰かが壊れる変更をデプロイしても、それは彼らの失敗ではなく、破壊的な変更ができるシステムである私たちの責任です。

「ヒューマンエラー」という概念を避けます。これは上記の「名前を挙げたり恥をかかせない」と言うのに関連してますが、微妙な違いがあります。人に起因するミスはとても稀で、多くの場合は対処すべき要因があります（たとえば、人間が実行するスクリプトにレートリミットが無かったり、ドキュメントが古かったり）。
タイムライン、または説明の節で、仮定の話は避けます。たとえば「早朝からサービスXのトラフィック増加が確認でき、リクエストへの応答が停止した。 もしサービスXに レートリミットがあれば、リクエストに失敗 していないだろう。」「今晩にサービスXのレスポンスが遅くなり始めました。これはCPU使用率の上昇を検知する モニタリングが不十分 でした。」この2つの例は実際に起きた問題と、対策の仮定を混同して議論しています。これらは別々に適切に議論できるようにします。
以下のビデオは上記の点について詳しく説明しています。
- "Three analytical traps in accident investigation"
- "Two views on Human Error"

設定したミーティングの前にレビューできるSlackルームがあります。以下の観点でレビューします。

ポストモーテムのレビューは単なるタイポを指摘するだけではありません（外部告知にはスペルミスがないことを確認する必要があります）。最大限の恩恵を受けるための、価値のある変更ができる建設的なフィードバックを提供します。

以下に他社のポストモーテムの例を示します。