TL;DR cho sales
Khách không mua “không bao giờ lỗi”; họ mua “lỗi thì phát hiện và khắc phục trong bao lâu”. Incident response tốt là một sản phẩm, không phải may mắn.1Vòng đời một sự cố
- Phát hiện: alert hoặc khách báo.
- Phân loại severity và gọi đúng người.
- Incident commander điều phối, giữ timeline.
- Mitigation: giảm tác động trước khi tìm root cause.
- Comms: cập nhật khách theo nhịp cố định.
- Postmortem: action item có owner và deadline.
2Severity và cam kết
- SEV1: khách hàng không dùng được. Phản hồi trong 5 phút.
- SEV2: suy giảm một phần. Phản hồi trong 30 phút.
- SEV3: ảnh hưởng nội bộ hoặc có workaround. Xử lý trong giờ làm việc.
Severity phải được định nghĩa trước, không quyết định trong lúc hoảng.
Blameless postmortem
Mục tiêu là sửa hệ thống, không phải tìm người có lỗi. Nếu người ta sợ bị kỷ luật, họ sẽ giấu thông tin — và sự cố tiếp theo sẽ tệ hơn.
Sales angle
Hỏi: “Ai là incident commander? Khách hàng được cập nhật thế nào? Postmortem có action item không?” Đây là ba câu phân biệt team trưởng thành với team chỉ chữa cháy.
| Vai trò | Trách nhiệm | Không nên làm |
|---|---|---|
| Incident commander | Điều phối, timeline, quyết định | Tự sửa code |
| Comms lead | Cập nhật khách và nội bộ | Đoán nguyên nhân |
| On-call engineer | Chẩn đoán, mitigation | Ôm hết mọi việc |
| Scribe | Ghi timeline | Tham gia tranh luận |
3Hỏi khách điều gì
- “MTTD và MTTR hiện tại là bao nhiêu?”
- “Có runbook cho sự cố chính không?”
- “Ai có quyền rollback ngoài giờ?”
- “Action item postmortem có được theo dõi không?”
Red flags
Không có on-call. Không có severity definition. Postmortem chỉ để đổ lỗi. Action item không có owner. Khách biết sự cố qua Twitter.
Điểm cần nhớ
- Giảm tác động trước, tìm nguyên nhân sau.
- Incident commander không sửa code.
- Severity phải định nghĩa trước.
- Postmortem phải có action item có owner.