Como criar esquemas táticos de resposta a incidentes

Por que as equipes ágeis precisam de um esquema tático de incidentes

Um esquema tático de resposta a incidentes capacita as equipes com procedimentos e etapas padrão para responder e resolver incidentes em tempo real. Os esquemas táticos também podem incluir treinamento e exercícios em tempo de paz, que vão preparar a equipe para o próximo incidente.

Na Atlassian, as equipes de incidentes estão sempre treinando, refinando, testando e aprimorando o processo de gerenciamento de incidentes. A gente desenvolveu o esquema tático de resposta a incidentes para:

• Orientar pessoas e equipes para uma tomada de decisões autônoma nas situações de incidentes e post-mortem.
• Construir uma cultura consistente entre as equipes em relação a como a gente identifica, gerencia e aprende com os incidentes.
• Alinhar as equipes sobre quais atitudes elas devem ter em cada parte da identificação, resolução e reflexão do incidente.

O que é um esquema tático de resposta a incidentes?

Os esquemas táticos são um componente essencial do gerenciamento de incidentes de DevOps e operações de TI, bem como de segurança cibernética. Eles definem as políticas e práticas da empresa para responder a interrupções não planejadas, ajudam as equipes a colocar ordem no caos e garantir que todos estejam respondendo a incidentes e ameaças à segurança com consistência.

Um manual de gerenciamento de incidentes oferece à sua equipe um conjunto de processos para responder, resolver e aprender com cada incidente, seja um problema de segurança ou outra vulnerabilidade emergente. O conteúdo pode incluir tudo, desde runbooks e listas de verificação até templates, exercícios de treinamento, cenários de ataque à segurança e exercícios de simulação.

Criando um esquema tático de resposta a incidentes

Ao criar o Manual de gerenciamento de incidentes da Atlassian, a gente identificou cinco práticas recomendadas quando se trata de gerenciar um incidente. Essas etapas podem ser traduzidas em uma variedade de equipes de DevOps e de operações de TI e ajudam a orientar o processo de criação de um esquema tático eficaz de resposta a incidentes.

1. Defina incidentes para sua empresa

O que incluir: uma definição específica do que constitui um incidente

Por quê: você não pode resolver efetivamente um incidente se não souber quando ele está acontecendo. Equipes diferentes definem incidentes de maneiras diferentes. Se algo der errado, cada segundo importa, e você não precisa de colegas brigando pela semântica.

Exemplo:

A definição de um incidente conforme consta no Manual de gerenciamento de incidentes da Atlassian:

2. Estabeleça funções pré-designadas

O que incluir: funções e responsabilidades de incidentes

Por quê: um esquema tático de resposta a incidentes adequado designa funções e responsabilidades claras. Os indivíduos na equipe de resposta a incidentes estão familiarizados com cada função e sabem pelo que são responsáveis durante incidentes.

Exemplo:

As funções que a gente usa na Atlassian estão em vigor para garantir que todas as etapas necessárias sejam cobertas, nenhum trabalho duplicado ocorra e a comunicação seja suave e eficaz.

• Gerenciador de incidentes, tem responsabilidade e autoridade gerais pelo incidente. Capacitado para tomar qualquer ação necessária para resolver o incidente, o que inclui entrar em contato com os respondentes adicionais na empresa e manter os envolvidos em um incidente focados na restauração do serviço o mais rápido possível.
• Líder de tecnologia, um respondente técnico sênior. Responsável por desenvolver teorias sobre o que está com problema e por que, decidindo as alterações e liderando a equipe técnica. Trabalha em estreita colaboração com o gerenciador de incidentes.
• Gestor de comunicações, uma pessoa familiarizada com as comunicações públicas, possivelmente da equipe de suporte ao cliente ou relações públicas. Responsável por escrever e enviar comunicações internas e externas.

3. Imponha um processo consistente

O que incluir: etapas do processo e fluxos de trabalho

Por quê: nenhum incidente é exatamente igual a outro. Mas não quer dizer que os respondentes não possam introduzir um fluxo de trabalho consistente para responder a incidentes.

Descreva as principais etapas e fases e verifique se os membros da equipe têm clareza sobre o que é esperado durante cada fase — e o que vem a seguir. Por exemplo, a Atlassian descreve o fluxo de resposta a incidentes em sete etapas por três fases para conduzir o incidente da detecção à resolução.

Exemplo:

4. Permita uma resposta rápida

O que incluir: templates e listas de verificação

Por quê: os esquemas táticos de incidentes precisam ser simples o suficiente para as equipes seguirem em momentos de estresse. A gente incluiu no processo uma grande "folha de dicas" do gerente de incidentes graves, que descreve as principais etapas, como avaliação, escalonamento e delegação em um formato de uma página.

Seguir um processo predeterminado de resposta a incidentes não significa que não haja espaço para improvisar. Você precisa ser flexível e saber quando se adaptar a uma situação em mudança. Incidentes, por definição, são cenários em que as coisas não saem conforme o planejado, mas não significa que você não possa se planejar para elas. As equipes que treinam e praticam um conjunto de táticas costumam ser as que têm sucesso.

Use isto:

Tente executar um esquema de valores de resposta a incidentes para melhorar a coesão da equipe e resolver possíveis mal-entendidos antes de um incidente. Use o recurso que a gente oferece, o Esquema Tático da Atlassian para entender melhor o processo da sua equipe e criar um esquema tático dinâmico.

5. Facilite análises post-mortem abrangentes

O que incluir: esboço dos processos post-mortem e campos de itens

Por quê: um post-mortem busca maximizar o valor de um incidente entendendo todas as causas contribuintes, documentando o incidente para referência futura e descoberta de padrões, adotando ações preventivas eficazes para reduzir a probabilidade ou o impacto da recorrência.

Se você pensar em um incidente como um investimento não programado na confiabilidade do seu sistema, o post-mortem é como maximizar o retorno desse investimento.

Tente isto:

Para que as análises post-mortem sejam eficazes, o processo precisa facilitar a identificação e a correção das causas pelas equipes. Os métodos exatos que você usa dependem da cultura da sua equipe. Na Atlassian, a gente encontrou uma combinação de métodos que funcionam para as equipes post-mortem:

• Reuniões presenciais ajudam a orientar análises adequadas e alinhar a equipe sobre o que precisa ser corrigido.
• Aprovações de post-mortem pelos gerentes da equipe de entrega e operações incentivam as equipes a darem um tratamento completo a elas.
• Designe ações prioritárias com os Objetivos de Nível de Serviço (SLO) atribuídos com lembretes e relatórios para garantir que sejam concluídas.

Um resumo passo a passo do post-mortem de resposta a incidentes da Atlassian pode ser encontrado na página 46 do Manual de gerenciamento de incidentes.

Por fim, um esquema tático de resposta a incidentes deve ser usado para orientar as equipes a trabalharem juntas com eficácia para resolver incidentes o mais rápido possível. Quando ocorre um incidente, ninguém tem tempo para debater as práticas recomendadas e apontar dedos. Esquemas táticos completos e bem projetados capacitam as equipes a fazer o melhor trabalho possível. Na Atlassian, a orientação para todas essas táticas está detalhada no Manual de gerenciamento de incidentes.