কেন এটি গুরুত্বপূর্ণ

ইনসিডেন্ট হলো একটি সেবার অপরিকল্পিত বিঘ্ন, বা তার মানের হ্রাস। একটি ঘটলে জড়িত মানুষেরা চাপের মধ্যে থাকেন, তথ্য অসম্পূর্ণ, আর ঘড়ি চলছে। প্রথম দশ মিনিটে নেওয়া সিদ্ধান্ত প্রায়ই ঠিক করে ইনসিডেন্ট এক ঘণ্টা চলবে নাকি ছয় ঘণ্টা।

যে প্রতিষ্ঠান ইনসিডেন্ট ভালো সামলায় তারা বীরদের ওপর নির্ভর করে না। কোনোকিছু কতটা গুরুতর তা কীভাবে ঠিক হবে, কে নেতৃত্ব দেবে, কে ব্যবহারকারীদের সঙ্গে কথা বলবে, কীভাবে এসক্যালেট করবে, এবং কখন তদন্ত থামিয়ে একটি বিকল্প সমাধান প্রয়োগ করবে, তা তারা সম্মত করে রাখে। তারা অনুশীলন করেছে। যে প্রতিষ্ঠান খারাপ সামলায় তারা প্রতিবার ইম্প্রোভাইজ করে, ঘটনার সময় অগ্রাধিকার নিয়ে তর্ক করে, এবং দেখে যে ব্যবস্থাটি জানা একমাত্র মানুষটি ছুটিতে।

এই বিষয়টি ইনসিডেন্ট ব্যবস্থাপনাকে একটি অনুশীলন হিসেবে বর্ণনা করে: সংজ্ঞা, ভূমিকা, তীব্রতা, যোগাযোগ ও পর্যালোচনা। এটি বড় ইনসিডেন্টকে অতিরিক্ত কাঠামো দিয়ে দেখে, এবং এআই ও অটোমেশন কীভাবে সাহায্য করে ও কোথায় ক্ষতি করে তা বলে। এটি প্রবলেম ম্যানেজমেন্টের (বিষয় 3.3 — প্রবলেম ম্যানেজমেন্ট) পাশে দাঁড়ায়, যা অন্তর্নিহিত কারণ খোঁজে, এবং মনিটরিংয়ের (বিষয় 3.10 — মনিটরিং ও ইভেন্ট ম্যানেজমেন্ট) পাশে, যা প্রায়ই ইনসিডেন্ট শনাক্ত করে।

মূল ধারণা

ইনসিডেন্ট। ITIL 4-এ, একটি সেবার অপরিকল্পিত বিঘ্ন বা সেবার মানের হ্রাস। Wikipedia-র ইনসিডেন্ট ম্যানেজমেন্ট নিবন্ধ আইটি সেবা ব্যবস্থাপনায় অনুশীলনটি বর্ণনা করে। কোনো ব্যবহারকারী লক্ষ করার আগেও একটি ইনসিডেন্ট থাকতে পারে, যেমন মনিটরিং একটি ব্যর্থ ডিস্ক দেখালে।

আগে সেবা পুনরুদ্ধার। লক্ষ্য হলো সেবাকে স্বাভাবিক অবস্থায় ফিরিয়ে আনা, মূল কারণ খোঁজা নয়। সেবা পুনরুদ্ধার করে এমন একটি বিকল্প সমাধান ভালো ফল; মূল কারণ প্রবলেম ম্যানেজমেন্টের জন্য। সেবা বন্ধ থাকা অবস্থায় যে দল কারণ খোঁড়ে তারা বিভ্রাট দীর্ঘায়িত করে।

বিকল্প সমাধান। কারণ সমাধান না করে ইনসিডেন্টের প্রভাব কমায় বা সরায় এমন একটি সমাধান, যেমন ট্রাফিক অন্য পথে দেওয়া, একটি উপাদান পুনরায় চালু করা, বা হাতে-করা প্রক্রিয়ায় সরা। জানা ত্রুটি ও বিকল্প সমাধান কীভাবে ট্র্যাক করা হয় তার জন্য দেখুন বিষয় 3.3 — প্রবলেম ম্যানেজমেন্ট।

তীব্রতা ও অগ্রাধিকার। তীব্রতা ব্যবহারকারী ও ব্যবসার ওপর প্রভাব বর্ণনা করে, যেমন কতজন প্রভাবিত ও কতটা খারাপভাবে। অগ্রাধিকার জরুরি ভাব যোগ করে, যেমন একটি সময়সীমা। অনেক প্রতিষ্ঠান একটি ছোট স্কেল ব্যবহার করে, যেমন চারটি স্তর, প্রতিটির জন্য একটি সংজ্ঞা ও প্রত্যাশিত সাড়াসহ। সংজ্ঞায় অনুভূতির বদলে পর্যবেক্ষণযোগ্য তথ্য ব্যবহার করা উচিত ("100-এর বেশি ব্যবহারকারী পেমেন্ট করতে পারছেন না")।

বড় ইনসিডেন্ট। একটি বড় ইনসিডেন্টের উল্লেখযোগ্য প্রভাব থাকে এবং স্ট্যান্ডার্ড প্রক্রিয়ার চেয়ে দ্রুততর, আরও সমন্বিত সাড়া দরকার। প্রতিষ্ঠানগুলো নিজেদের সীমা ঠিক করে। বড় ইনসিডেন্টে সাধারণত একজন নামযুক্ত ইনসিডেন্ট লিড, একজন যোগাযোগ লিড এবং হালনাগাদের নিয়মিত ছন্দ থাকে।

ভূমিকা। একজন ইনসিডেন্ট লিড সমন্বয় করেন ও সিদ্ধান্ত নেন; প্রযুক্তিগত সাড়াদানকারীরা রোগনির্ণয় ও সংশোধন করেন; একজন যোগাযোগ লিড অংশীজন ও ব্যবহারকারীদের জানিয়ে রাখেন; একজন লেখক কী করা হলো ও কখন তা লিখে রাখেন। ছোট ইনসিডেন্টে একজন ব্যক্তি একাধিক ভূমিকা পালন করতে পারেন। জরুরি ব্যবস্থাপনায় ব্যবহৃত এবং Wikipedia-য় বর্ণিত ইনসিডেন্ট কমান্ড সিস্টেম অনেক প্রযুক্তি প্রতিষ্ঠানে ব্যবহৃত কাঠামোকে প্রভাবিত করেছে।

এসক্যালেশন। আরও দক্ষতা বা আরও কর্তৃত্ব আনা। কার্যগত এসক্যালেশন ইনসিডেন্টকে সঠিক দক্ষতার মানুষের কাছে নেয়। স্তরবিন্যাসগত এসক্যালেশন এমন ব্যবস্থাপকদের আনে, যাঁরা সিদ্ধান্ত নিতে বা সম্পদ দিতে পারেন। "তীব্রতা এক-এ 30 মিনিটে অগ্রগতি নেই"-এর মতো স্পষ্ট মানদণ্ড এসক্যালেশনকে ব্যর্থতার চিহ্ন না বানিয়ে নিয়মিত করে।

অন-কল। স্বাভাবিক সময়ের বাইরে মানুষের পাওয়া যাওয়ার ব্যবস্থা। ভালো অন-কল অনুশীলনে আছে ভারের সীমা, একটি স্পষ্ট রোটা, রানবুক এবং ক্ষতিপূরণ। দেখুন বিষয় 2.6 — সাইট রিলায়েবিলিটি ইঞ্জিনিয়ারিং। Wikipedia-য় বর্ণিত অ্যালার্ম ক্লান্তি এমন ঘটনা, যা মানুষকে খুব ঘন ঘন বা কাজে লাগে না এমন সতর্কবার্তা উপেক্ষা করায়।

যোগাযোগ। ব্যবহারকারী ও অংশীজনদের জানা দরকার কী প্রভাবিত, আপনি কী করছেন, এবং আবার কখন শুনবেন। ঘন ঘন, সহজ হালনাগাদ পুনরাবৃত্ত যোগাযোগ ও উদ্বেগ কমায়। Wikipedia-র সংকট যোগাযোগ নিবন্ধ সাধারণ নীতি দেয়। একটি স্ট্যাটাস পাতা, একটি অভ্যন্তরীণ চ্যানেল এবং মূল গ্রাহকদের সরাসরি বার্তা ভিন্ন শ্রোতাদের সেবা করে।

ইনসিডেন্টের রেকর্ড। শুরুর সময়, লক্ষণ, পদক্ষেপ, সিদ্ধান্ত ও শেষের সময়সহ একটি টিকিট বা রেকর্ড। রেকর্ড পর্যালোচনাকে সমর্থন করে এবং উন্নয়নের ডেটা দেয়। ইনসিডেন্টের সময় রাখা টাইমলাইন পরে পুনর্গঠিত টাইমলাইনের চেয়ে বেশি নির্ভুল।

পর্যালোচনা। একটি উল্লেখযোগ্য ইনসিডেন্টের পর একটি দোষারোপহীন পর্যালোচনা করুন, যা দেখে কী ঘটেছিল, কী সাহায্য করেছিল, কী সাড়া ধীর করেছিল এবং কী বদলাতে হবে। পর্যবেক্ষণ প্রবলেম ম্যানেজমেন্ট ও উন্নয়ন ব্যাকলগে যায়। দেখুন বিষয় 3.3 — প্রবলেম ম্যানেজমেন্ট।

মাপকাঠি। শনাক্তের সময়, সাড়ার সময় এবং পুনরুদ্ধারের সময়, প্রায়ই Wikipedia-র বর্ণনায় গড় পুনরুদ্ধার সময় (MTTR) হিসেবে সংক্ষেপিত, সাধারণ। গড় ইনসিডেন্টগুলোর মধ্যে বিশাল পার্থক্য লুকায়, এবং শুরু ও শেষের সময় কীভাবে ঠিক হয় তা দিয়ে এগুলোর কারসাজি করা যায়। বিন্যাস ব্যবহার করুন এবং আলাদা ইনসিডেন্ট দেখুন। Service Management Metrics বইটি দেখুন।

দৃষ্টিকোণগুলো কীভাবে খাপ খায়। এজাইল অনুশীলন প্রতিটি পর্যালোচনাকে ফিডব্যাক হিসেবে দেখে এবং উন্নয়ন ছোট ও ধারাবাহিক রাখে। এআই টাইমলাইনের সারসংক্ষেপ, অতীতের অনুরূপ ইনসিডেন্ট প্রস্তাব এবং হালনাগাদ খসড়া করতে পারে, একজন জবাবদিহিকারী ব্যক্তিসহ। অটোমেশন পুনরায় চালু ও ফেইলওভারের মতো নিরাপদ, ভালো-বোঝা ধাপ চালায়। বিশ্লেষণ পুনরাবৃত্তির ধরন দেখায়।

সেরা অনুশীলন

  1. পর্যবেক্ষণযোগ্য তথ্য দিয়ে তীব্রতার স্তর সংজ্ঞায়িত করুন। প্রতিটি স্তরের অর্থ কী, কাদের জানানো হবে এবং কত দ্রুত, তা লিখুন। শ্রেণিবদ্ধ করা কঠিন ছিল এমন ইনসিডেন্টের পর সংজ্ঞা পর্যালোচনা করুন।
  2. ভূমিকার নাম দিন এবং অনুশীলন করুন। কে নেতৃত্ব দেবেন, কে যোগাযোগ করবেন, কে লিখবেন, তা সম্মত হোন। মহড়া দিয়ে অনুশীলন করুন, যাতে প্রথমবার বাস্তব সংকটে না হয়। দেখুন বিষয় 3.12 — সার্ভিস ধারাবাহিকতা ব্যবস্থাপনা।
  3. আগে পুনরুদ্ধার, পরে তদন্ত। একটি নিয়ম রাখুন যে বিকল্প সমাধান থাকলে এবং নিরাপদ হলে প্রয়োগ করা হবে। প্রবলেম ম্যানেজমেন্টের জন্য ইনসিডেন্ট রেকর্ড করুন এবং এগিয়ে যান।
  4. একটি জীবন্ত টাইমলাইন রাখুন। পদক্ষেপ ও সিদ্ধান্ত ঘটার সময়ই, একটি ভাগ করা জায়গায়, সময়সহ লিখুন। এটি তর্ক ঠেকায় এবং পর্যালোচনা দ্রুত করে।
  5. আগেভাগে ও দোষারোপ ছাড়া এসক্যালেট করুন। এসক্যালেশনের ট্রিগার সংজ্ঞায়িত করুন এবং সেগুলো ব্যবহারকে ভালো অনুশীলন ধরুন। যাঁরা দেরিতে এসক্যালেট করেন তাঁরা সমালোচনার ভয় পান, তাই তা সরান।
  6. ছন্দে যোগাযোগ করুন। প্রতিটি তীব্রতা স্তরের জন্য হালনাগাদের একটি বিরতি ঠিক করুন, এবং নতুন কিছু না থাকলেও তা বলে হালনাগাদ পাঠান। সহজ ভাষা ব্যবহার করুন।
  7. সাড়াদানকারীদের যা দরকার তা দিন। রানবুক, অ্যাক্সেস, ড্যাশবোর্ড ও যোগাযোগ তালিকা রক্ষণাবেক্ষণ করুন। যে রাতে দরকার তার আগে অ্যাক্সেস পরীক্ষা করুন।
  8. মানুষকে রক্ষা করুন। অন-কলের ভার সীমিত করুন, দীর্ঘ ইনসিডেন্টে হস্তান্তর করুন, এবং সাড়াদানকারীদের বিশ্রাম নিশ্চিত করুন। ক্লান্ত মানুষ খারাপ সিদ্ধান্ত নেয়।
  9. দোষারোপ ছাড়া পর্যালোচনা করুন এবং শেষ পর্যন্ত যান। টাইমলাইন, অবদানকারী কারণ, এবং মালিক ও তারিখসহ পদক্ষেপ নিয়ে একটি ছোট প্রতিবেদন লিখুন। পদক্ষেপ সম্পন্ন হওয়া পর্যন্ত ট্র্যাক করুন। দেখুন বিষয় 3.3 — প্রবলেম ম্যানেজমেন্ট।
  10. শিক্ষা ফিরিয়ে দিন। রানবুক, মনিটরিং ও নকশা হালনাগাদ করুন। অন্য দলগুলোর সঙ্গে শিক্ষা ভাগ করুন এবং পুনরাবৃত্ত ইনসিডেন্ট কমছে কি না যাচাই করুন।

দলের সঙ্গে আলোচনার প্রশ্ন

একটি ইনসিডেন্ট কতটা গুরুতর তা আমরা কীভাবে ঠিক করি, এবং ইনসিডেন্টের সময় কি কখনো এ নিয়ে তর্ক হয়েছে? তীব্রতা নিয়ে মতভেদ সময় নষ্ট করে। সাম্প্রতিক উদাহরণ চান। শুনতে পারেন উত্তর নির্ভর করে কে জিজ্ঞাসা করছেন তার ওপর। পরবর্তী ধাপে পর্যবেক্ষণযোগ্য তথ্য দিয়ে একটি স্তরের সংজ্ঞা নতুন করে লিখুন।

রাত 3টায় ইনসিডেন্টের নেতৃত্ব কে দেন, এবং তিনি কীভাবে জানেন যে তিনিই লিড? অস্পষ্ট নেতৃত্ব বিভ্রান্তির একটি সাধারণ কারণ। জিজ্ঞাসা করুন সর্বশেষ বড় ইনসিডেন্টে কে সিদ্ধান্ত নিয়েছিলেন। ভিন্ন ভিন্ন উত্তর আশা করুন। পরবর্তী ধাপে লিড কীভাবে বাছা ও ঘোষণা করা হবে তা ঠিক করুন।

ইনসিডেন্টের সময় ব্যবহারকারীরা আমাদের কাছ থেকে কী শোনেন, এবং কত ঘন ঘন? সর্বশেষ ইনসিডেন্টে ব্যবহারকারীরা যা শুনেছিলেন তা তাঁরা যা চেয়েছিলেন তার সঙ্গে তুলনা করুন। দীর্ঘ নীরবতা আশা করুন। পরবর্তী ধাপে হালনাগাদের বিরতি ও চ্যানেল বেছে একটি টেমপ্লেট খসড়া করুন।

আমরা কী দেরিতে এসক্যালেট করেছি, এবং কেন? এটি ভয় ও অভ্যাস অন্বেষণ করে। মানুষ অক্ষম দেখানোর ভয়ে বা কাউকে জাগানোর ভয়ে দেরি করতে পারে। জিজ্ঞাসা করুন কী এসক্যালেশন সহজ করবে। পরবর্তী ধাপে "30 মিনিটে অগ্রগতি না হলে এসক্যালেট করুন"-এর মতো একটি নিয়ম লিখুন।

আমাদের সর্বশেষ ইনসিডেন্ট পর্যালোচনা বলে আমাদের কী বদলানো উচিত, এবং আসলে কী বদলেছে? এটি শেষ পর্যন্ত যাওয়া যাচাই করে। পদক্ষেপ ও তাদের অবস্থা চান। কিছু মাসের পর মাস খোলা আশা করুন। পরবর্তী ধাপে মালিক ও তারিখ ঠিক করুন এবং এক মাস পর সেগুলো পর্যালোচনা করুন।

ইনসিডেন্টের সময় এআই কোথায় সাহায্য করতে পারে, এবং কোথায় একজন ব্যক্তিকে সিদ্ধান্ত নিতে হবে? এআই টাইমলাইনের সারসংক্ষেপ, অতীতের ইনসিডেন্ট খোঁজা এবং হালনাগাদ খসড়া করতে পারে। এটি জবাবদিহি করতে পারে না। জিজ্ঞাসা করুন কোন পদক্ষেপ এআই অনুমোদন ছাড়া নিতে পারে, যদি থাকে। পরবর্তী ধাপে একটি কম-ঝুঁকির ব্যবহার বেছে এর আউটপুট কীভাবে যাচাই হবে তা ঠিক করুন।

বাস্তবে: সেবা ব্যবস্থাপনার একটি উদাহরণ

একটি জাতীয় ফার্মেসি চেইনের ডিজিটাল দল এমন একটি অ্যাপ চালায়, যা গ্রাহকদের পুনরাবৃত্ত প্রেসক্রিপশনের অর্ডার দিতে দেয়। এক শুক্রবার সন্ধ্যায় প্রায় 30 শতাংশ ব্যবহারকারীর অর্ডার ব্যর্থ হতে শুরু করে। অন-কল প্রকৌশলী একটি ডেটাবেস থেকে ত্রুটি দেখেন এবং রোটা অনুযায়ী ইনসিডেন্ট লিডকে ডাকেন। লিড একটি তীব্রতা-দুই ইনসিডেন্ট ঘোষণা করেন, কারণ ব্যবহারকারীরা একটি মূল কাজ সম্পন্ন করতে পারছেন না, একজন যোগাযোগ লিড নিযুক্ত করেন এবং একটি টাইমলাইন শুরু করেন।

15 মিনিটের মধ্যে দলটি সন্দেহ করে সেই বিকেলে ডিপ্লয় করা একটি ডেটাবেস পরিবর্তন। লিড জিজ্ঞাসা করেন রোলব্যাক নিরাপদ কি না; যে প্রকৌশলী পরিবর্তনটি করেছিলেন তিনি নিশ্চিত করেন যে তা নিরাপদ। দল রোলব্যাক করে, এবং অর্ডার পাঁচ মিনিটে ঠিক হয়। প্রথম সতর্কবার্তা থেকে পুনরুদ্ধার পর্যন্ত মোট সময় 47 মিনিট। যোগাযোগ লিড স্ট্যাটাস পাতায় 20 মিনিটে পোস্ট করেছিলেন, আবার 35 মিনিটে, এবং পুনরুদ্ধারে একটি চূড়ান্ত হালনাগাদ, আর গ্রাহক সেবা দলকে কী বলতে হবে তা জানিয়েছিলেন।

পরের সপ্তাহে দলটি একটি দোষারোপহীন পর্যালোচনা করে। টাইমলাইন দেখায় শনাক্ত করা নির্ভর করেছিল একজন ব্যবহারকারীর অভিযোগের ওপর, কারণ ব্যর্থ অর্ডারের জন্য কোনো সতর্কবার্তা ছিল না; পরিবর্তনটি পর্যালোচিত হয়েছিল কিন্তু পরীক্ষার পরিবেশে বাস্তবসম্মত ডেটা ছিল না; এবং প্রথম হালনাগাদ সম্মত বিরতির চেয়ে ধীর ছিল, কারণ যোগাযোগ লিড নিশ্চিত ছিলেন না স্ট্যাটাস পাতা কী বলতে পারে। দলটি অর্ডার ব্যর্থতার হারে একটি সতর্কবার্তা যোগ করে, পরীক্ষার ডেটা উন্নত করে এবং একটি স্ট্যাটাস পাতার টেমপ্লেট লেখে।

যা বদলায়: পরবর্তী অনুরূপ ইনসিডেন্ট সতর্কবার্তায় তিন মিনিটের মধ্যে শনাক্ত হয়। যা এখনো কঠিন: ভালো কারণে পরীক্ষার ডেটায় কোনো প্রকৃত রোগীর তথ্য নেই, যা তা কতটা বাস্তবসম্মত হতে পারে তা সীমিত করে; রোটায় এখনো অল্প কয়েকজন প্রকৌশলী আছেন যাঁরা নিরাপদে ডেটাবেস রোলব্যাক করতে পারেন; এবং পর্যালোচনার পদক্ষেপ তালিকায় বারোটি আইটেম, আর দলের সময় পাঁচটির। তারা ঝুঁকি অনুযায়ী বাছে এবং বাকিগুলো তারিখসহ ব্যাকলগে রাখে।

চারটি দৃষ্টিকোণ

পণ্য ও ডেলিভারি দল

পুনরুদ্ধারের জন্য গড়ুন: পরিবর্তন ফেরানো যায় এমন করুন, ব্যবহারকারীর প্রভাব দেখায় এমন সতর্কবার্তা ও লগ যোগ করুন, এবং চলতে চলতে রানবুক লিখুন। পর্যালোচনায় অংশ নিন এবং নকশায় কারণ সারান।

সেবা ও অপারেশন দল

আপনার ভূমিকা জানুন, অনুশীলন করুন এবং টাইমলাইন রাখুন। আগেভাগে এসক্যালেট করুন, স্থিরভাবে যোগাযোগ করুন এবং একে অপরের যত্ন নিন। যা শেখেন তা পর্যালোচনায় আনুন এবং রানবুক ও মনিটরিং উন্নত করতে ব্যবহার করুন।

নেতৃত্ব ও শাসন

তীব্রতার সংজ্ঞা ও প্রত্যাশা আগে থেকে সম্মত করুন, এবং দোষ দেওয়া এড়ান। একটি বড় ইনসিডেন্টের সময় লিডকে সমর্থন করুন এবং শুধু সম্মত চ্যানেলের মাধ্যমে হালনাগাদ চান। অনুসরণের পদক্ষেপে অর্থ দিন।

গ্রাহক ও ব্যবহারকারী

কী প্রভাবিত, কী করা হচ্ছে এবং আবার কখন শুনবেন তা আপনাকে দ্রুত জানানো উচিত। আপনি যা দেখেন তা খুঁটিনাটিসহ জানান। একটি বড় ইনসিডেন্টের পর কী বদলাল তার একটি স্পষ্ট বিবরণ আশা করুন।

এজাইল, এআই, অটোমেশন ও বিশ্লেষণ

এজাইল

ইনসিডেন্ট পর্যালোচনাকে ছোট ফিডব্যাক চক্র হিসেবে দেখুন যা উন্নয়ন চালায়: রানবুক, সতর্কবার্তা ও নকশায় ছোট পরিবর্তন, অংশীজনদের জানিয়ে দ্রুত করা। সতর্কতা: কেউ শেষ করে না এমন লম্বা পদক্ষেপ তালিকা, সম্পন্ন হওয়া ছোট তালিকার চেয়ে খারাপ।

এআই

এআই হালনাগাদ খসড়া, টাইমলাইন ও চ্যাটের সারসংক্ষেপ এবং অতীতের অনুরূপ ইনসিডেন্ট খুঁজতে পারে। ইনসিডেন্ট লিড জবাবদিহিকারী থাকেন, এবং এআই-এর আউটপুট একটি পরামর্শ। সতর্কতা: এআই কারণ বা সময় বানিয়ে ফেলতে পারে, এবং পর্যালোচনা ছাড়া পাঠানো স্বয়ংক্রিয় খসড়া হালনাগাদ গ্রাহকদের বিভ্রান্ত করতে পারে; পাঠানোর আগে সবসময় যাচাই করুন। দেখুন বিষয় 5.4 — ইনসিডেন্ট, জ্ঞান ও পরিবর্তনের জন্য জেনারেটিভ এআই।

অটোমেশন

নিরাপদ, পুনরাবৃত্তিযোগ্য সাড়ার ধাপ অটোমেট করুন, যেমন রোগনির্ণয়ের ডেটা সংগ্রহ, সঠিক মানুষকে পেজ করা এবং পর্যালোচিত পুনরায় চালু, লগ ও সীমাসহ। সতর্কতা: ইনসিডেন্টের সময় কাজ করা অটোমেশন তা আরও খারাপ করতে পারে; হাতে থামানোর উপায় রাখুন এবং নিরাপদ পরিবেশে পরীক্ষা করুন। দেখুন বিষয় 6.6 — রানবুক অটোমেশন ও স্বয়ংক্রিয় প্রতিকার।

বিশ্লেষণ

শনাক্ত, সাড়া ও পুনরুদ্ধারের সময়, প্রতিটির বিন্যাস এবং পুনরাবৃত্ত ইনসিডেন্ট দেখুন। সতর্কতা: গড় সবচেয়ে খারাপ ইনসিডেন্ট লুকায়, শুরু ও শেষের সংজ্ঞা ভিন্ন হয়, এবং দল বিচারে ব্যবহৃত মাপকাঠি টাইমস্ট্যাম্প কারসাজি ডেকে আনে; আলাদা ইনসিডেন্টও অধ্যয়ন করুন। দেখুন Service Management Metrics বই এবং বিষয় 7.3 — পরিমাপ ও প্রতিবেদন।

সাধারণ ব্যর্থতার ধরন

  • ইনসিডেন্টের সময় তীব্রতা নিয়ে তর্ক। সময় হারায়। পর্যবেক্ষণযোগ্য তথ্য দিয়ে সংজ্ঞা লিখুন।
  • স্পষ্ট লিড নেই। সবাই কাজ করে, কেউ সিদ্ধান্ত নেয় না। লিডের নাম দিন এবং ঘোষণা করুন।
  • সেবা বন্ধ থাকা অবস্থায় তদন্ত। পুনরুদ্ধার পিছিয়ে যায়। আগে একটি নিরাপদ বিকল্প সমাধান প্রয়োগ করুন।
  • ব্যবহারকারীদের প্রতি নীরবতা। উদ্বেগ ও পুনরাবৃত্ত যোগাযোগ বাড়ে। ছন্দে হালনাগাদ দিন।
  • পর্যালোচনায় দোষারোপ। মানুষ ভুল লুকায়। দোষারোপহীন পর্যালোচনা চালান এবং পদক্ষেপ ট্র্যাক করুন।
  • বীরের ওপর নির্ভরতা। একজন ব্যক্তি সবকিছু সারান। জ্ঞান ভাগ করুন এবং রানবুক লিখুন।
  • সীমাহীন স্বয়ংক্রিয় পদক্ষেপ। একটি অটোমেশন ইনসিডেন্ট খারাপ করে। সীমা, লগ ও হাতে থামানোর উপায় যোগ করুন।

পরিপক্বতা মডেল

মাত্রা সূচনা বিকাশ মানসম্মতকরণ ব্যবস্থাপনা সমন্বয়
তীব্রতা ও প্রক্রিয়া যখন-তখন অনানুষ্ঠানিক স্তর সাড়ার প্রত্যাশাসহ সংজ্ঞায়িত স্তর স্তর ডেটাসহ পর্যালোচিত প্রক্রিয়া সেবা ও অংশীদার জুড়ে খাপ খাওয়ানো
ভূমিকা ও অনুশীলন ইম্প্রোভাইজ করা কিছু ভূমিকার নাম দেওয়া ভূমিকা সংজ্ঞায়িত ও মহড়া দেওয়া মহড়া মাপা ও উন্নত মহড়া সরবরাহকারী ও গ্রাহকদের সঙ্গে ভাগ করা
যোগাযোগ অনিয়মিত মনে পড়লে হালনাগাদ তীব্রতা অনুযায়ী হালনাগাদের ছন্দ ও চ্যানেল যোগাযোগের মান পর্যালোচিত দল, গ্রাহক ও অংশীদার জুড়ে সঙ্গত
শেখা দোষারোপ মাঝে মাঝে পর্যালোচনা ট্র্যাক করা পদক্ষেপসহ দোষারোপহীন পর্যালোচনা পুনরাবৃত্তি মাপা ও কমানো শিক্ষা প্রতিষ্ঠান জুড়ে ভাগ করা

চেকলিস্ট

  • তীব্রতার স্তর পর্যবেক্ষণযোগ্য তথ্য ও প্রত্যাশিত সাড়াসহ সংজ্ঞায়িত।
  • ইনসিডেন্টের ভূমিকার নাম দেওয়া এবং মহড়া করা হয়েছে।
  • এসক্যালেশনের ট্রিগার লিখে রাখা হয়েছে।
  • উল্লেখযোগ্য ইনসিডেন্টের জন্য একটি জীবন্ত টাইমলাইন রাখা হয়।
  • প্রতিটি তীব্রতার জন্য হালনাগাদের বিরতি ও চ্যানেল ঠিক করা আছে।
  • অন-কলের ভার সীমিত ও পর্যবেক্ষিত।
  • পর্যালোচনা দোষারোপহীন এবং পদক্ষেপ সম্পন্ন হওয়া পর্যন্ত ট্র্যাক করা হয়।
  • ইনসিডেন্টে ব্যবহৃত এআই ও অটোমেশনের একজন মালিক, সীমা ও পর্যালোচনা আছে।

এআই প্রম্পট

পর্যালোচনার জন্য একটি ইনসিডেন্ট টাইমলাইনের সারসংক্ষেপ করুন।

Here are the chat messages and notes from an incident, with times and names removed: [paste text].
Produce a timeline of key events, a list of decisions and who made them (by role only), what helped, what slowed us down, and questions for the review. Use only the text and mark anything uncertain.
List what you are unsure of.

পর্যালোচনার জন্য একটি স্ট্যাটাস হালনাগাদ খসড়া করুন।

Facts we know: [paste confirmed facts]. Facts we do not know: [list]. Next update in: [time].
Draft a status update of under 80 words in plain language that states what is affected, what we are doing, and when the next update is due. Do not speculate about causes or give an estimate for recovery that is not in the facts.
List what you are unsure of.

তীব্রতার সংজ্ঞা যাচাই করুন।

Our severity definitions: [paste]. Here are three past incidents with their impact: [paste].
For each incident, say which level the definitions suggest, quote the words you used, and note where the definitions were ambiguous. Do not change the definitions.
List what you are unsure of.

এআই স্কিল

  • incident-response-plan: ইনসিডেন্টে সাড়া দেওয়ার ভূমিকা, তীব্রতা ও ধাপ সংজ্ঞায়িত করতে ব্যবহার করুন।
  • postmortem: ট্র্যাক করা পদক্ষেপসহ দোষারোপহীন পর্যালোচনা চালাতে ব্যবহার করুন।
  • runbook: জানা ব্যর্থতার সাড়ার ধাপ ধরে রাখতে ব্যবহার করুন।
  • crisis-communication-plan: ব্যবহারকারী ও অংশীজনদের হালনাগাদের পরিকল্পনা করতে ব্যবহার করুন।
  • on-call-rotation: একটি টেকসই অন-কল ব্যবস্থা নকশা করতে ব্যবহার করুন।

মূল সূত্র

  • Betsy Beyer and others (eds.), Site Reliability Engineering (2016), ইনসিডেন্ট সাড়া ও পোস্টমর্টেমের অধ্যায়, sre.google-তে বিনামূল্যে: একটি বড় অপারেটরের ব্যবহারিক নির্দেশনা।
  • PeopleCert, ITIL certification pages: ইনসিডেন্ট ম্যানেজমেন্ট অনুশীলন সম্পর্কে মালিকের বর্ণনা।
  • Wikipedia, "Incident management": অনুশীলনটির একটি পরিচিতি।
  • Wikipedia, "Incident Command System": যে জরুরি ব্যবস্থাপনা মডেল প্রযুক্তিগত ইনসিডেন্টের ভূমিকাকে প্রভাবিত করেছে।

তথ্যসূত্র

  1. Incident management — Wikipedia — https://en.wikipedia.org/wiki/Incident_management
  2. Incident Command System — Wikipedia — https://en.wikipedia.org/wiki/Incident_Command_System
  3. Mean time to recovery — Wikipedia — https://en.wikipedia.org/wiki/Mean_time_to_recovery
  4. Escalation — Wikipedia — https://en.wikipedia.org/wiki/Escalation
  5. Crisis communication — Wikipedia — https://en.wikipedia.org/wiki/Crisis_communication
  6. Alarm fatigue — Wikipedia — https://en.wikipedia.org/wiki/Alarm_fatigue
  7. Workaround — Wikipedia — https://en.wikipedia.org/wiki/Workaround
  8. Runbook — Wikipedia — https://en.wikipedia.org/wiki/Runbook
  9. Triage — Wikipedia — https://en.wikipedia.org/wiki/Triage
  10. Site Reliability Engineering: How Google Runs Production Systems — Google — https://sre.google/sre-book/table-of-contents/

সেবা ব্যবস্থাপনা নির্দেশিকা — এজাইল, এআই, অটোমেশন ও বিশ্লেষণসহ সেবা ব্যবস্থাপনা।

উৎস ও অবদান: github.com/service-management-guide. যা দিয়ে তৈরি Lily Design System™.

প্রতিষ্ঠাতা Joel Parker Henderson.