Инцидент-менеджмент: как не потеряться во время аварии

Авария длится не потому, что её сложно починить, а потому что непонятно, кто чем занят.

Главная ошибка — все чинят одновременно и никто не говорит с бизнесом. Нужны две роли: тот, кто чинит, и тот, кто ведёт. Ведущий не трогает консоль: он собирает факты, держит таймлайн и общается со стейкхолдерами.

Второй элемент — единый канал. Один чат на инцидент, всё остальное — шум. В чат попадают только факты с временем: «18:04 — 502 с трёх точек», «18:07 — откатили релиз», «18:12 — проверка зелёная».

• Кто чинит — hands on keyboard, не отвлекается на вопросы
• Кто ведёт — собирает картину, пишет в статус-страницу
• Кто общается с клиентами — один голос, без оценок сроков
• Где живёт таймлайн — один чат или документ
• Когда закрывать — все проверки зелёные 10 минут подряд

Постмортем — не суд, а список действий. Формат: что случилось, как заметили, что помогло, сколько длилось, что делаем, чтобы не повторилось. У каждого пункта — владелец и срок. Без этого через месяц всё повторится ровно так же.

Отдельно про статус-страницу: обновляйте её по расписанию, даже если новостей нет — «работаем над восстановлением» лучше тишины. Клиенты прощают аварию, но не прощают информационный вакуум.

Частые вопросы