Cause principali

Come descriveresti la sequenza degli eventi?

Il deploy è partito alle 14:20 e i primi alert di errore sono scattati circa otto minuti dopo.
I clienti hanno iniziato a segnalare problemi di login prima che il nostro monitoraggio se ne accorgesse.
Abbiamo fatto il rollback alle 15:05, ma la cache ci ha messo altri 20 minuti a svuotarsi del tutto.
Cosa è andato bene?

Cosa ha funzionato e ci ha aiutato a reagire bene?

I nostri alert hanno rilevato il picco di errori quasi subito.
Il team si è collegato alla call dell'incidente in pochi minuti ed è rimasto calmo.
Avere una procedura di rollback chiara ci ha fatto risparmiare un sacco di tempo.
Cosa è andato storto?

Dove le cose si sono inceppate o non sono bastate?

Non avevamo nessun test automatico che coprisse questo percorso di configurazione.
Il monitoraggio non copriva la dipendenza che si è effettivamente guastata.
Il percorso di escalation non era chiaro, quindi le persone giuste sono state chiamate troppo tardi.
Azioni da intraprendere

Cosa faremo per evitare che si ripeta?

Aggiungere test automatici che coprano la modifica di configurazione che ha causato il guasto.
Aggiornare il runbook e verificare i passaggi del rollback la prossima settimana.
Introdurre il blocco dei deploy il venerdì per le modifiche ad alto rischio.

Che cos'è la Retrospettiva Post-Mortem?

Una retrospettiva post-mortem è un'analisi senza colpe di un incidente, di un progetto o di un rilascio, fatta a cose concluse. Il team ricostruisce cosa è successo, perché è successo e cosa deve cambiare, così che lo stesso problema non si ripresenti. Funziona per gli incidenti e i disservizi in produzione, ma altrettanto bene per una scadenza mancata o per la chiusura di un'iniziativa importante. La board ha quattro colonne. Cause principali parte dalla timeline: il team ricostruisce cosa è successo e quando, prima che qualcuno inizi ad analizzare, così tutti lavorano sugli stessi fatti. Cosa è andato bene? raccoglie ciò che ha aiutato, come alert scattati subito o un rollback andato a buon fine. Cosa è andato storto? riguarda le lacune e gli attriti che hanno peggiorato la situazione. Azioni da intraprendere trasforma la discussione in interventi concreti, ciascuno con un responsabile e una data. In TeamRetro tutti aggiungono le proprie osservazioni contemporaneamente, raggruppano quelle collegate, votano i problemi con l'impatto maggiore e assegnano le azioni di follow-up prima della fine della riunione. I post-mortem blameless sono una pratica consolidata nella site reliability engineering e nella gestione degli incidenti. Quando il team considera un guasto come un'informazione sul sistema e non come la colpa di qualcuno, le persone raccontano cosa è successo davvero, ed è così che si scoprono i punti deboli di un processo. Conservate il resoconto: avrete un riferimento da consultare la prossima volta che qualcosa di simile si guasta.

Formato della retrospettiva Post-Mortem

Cause principali

Come descriveresti la sequenza degli eventi?

Prima di qualsiasi analisi, partite da un resoconto condiviso e basato sui fatti dell'incidente o del progetto. Chiedete al team di mettere in ordine la sequenza degli eventi, limitandosi a cosa è successo e quando, non a chi ha fatto cosa. Mettersi d'accordo prima sulla timeline evita fraintendimenti e dà a tutti lo stesso punto di partenza per individuare le cause.

Cosa è andato bene?

Cosa ha funzionato e ci ha aiutato a reagire bene?

Anche un brutto incidente di solito ha qualcosa che vale la pena conservare. Usate questa colonna per indicare le azioni, gli strumenti e le decisioni che hanno aiutato, così il team sa cosa continuare a fare. Partire da ciò che ha funzionato aiuta anche ad allentare la tensione nella discussione che segue.

Cosa è andato storto?

Dove le cose si sono inceppate o non sono bastate?

Questa colonna raccoglie i problemi, le lacune e gli attriti che hanno peggiorato l'incidente o il risultato. Mantenete la discussione su processi e sistemi, non sulle persone, e ricordate al team che l'obiettivo è imparare. Cercate le lacune che hanno permesso a più cose di andare storte contemporaneamente, come un monitoraggio mancante o un percorso di escalation poco chiaro.

Azioni da intraprendere

Cosa faremo per evitare che si ripeta?

Trasformate la discussione in miglioramenti concreti, ciascuno con un responsabile e una scadenza. Mantenetele abbastanza realistiche da poterle portare a termine davvero. Mettete in cima alla lista le modifiche che hanno più probabilità di evitare che il problema si ripeta.

Quando utilizzare questa analisi retrospettiva

  • Dopo un incidente o un disservizio in produzione, per capirne la causa ed evitare che si ripeta
  • Alla chiusura di un progetto o di un rilascio importante, per raccogliere le lezioni apprese finché i dettagli sono ancora freschi
  • Quando una scadenza è stata mancata o un'iniziativa non ha raggiunto gli obiettivi e il team ha bisogno di un'analisi onesta
  • Quando lo stesso problema continua a ripresentarsi e volete trovarne la vera causa
  • Quando volete che i vostri team considerino gli errori come un'occasione per imparare e non come la colpa di qualcuno

Domande suggerite per rompere il ghiaccio

  • Qual è il momento "ops" più memorabile che hai vissuto e che si è trasformato in una grande lezione?
  • Se questo incidente fosse un film, che titolo gli daresti?

Desiderate un esercizio di riscaldamento che la vostra squadra possa svolgere, anziché limitarsi a rispondere ad alta voce? Sfogliate gli esercizi per rompighiaccio gratuiti →

Idee e consigli per la vostra riunione di retrospettiva

  • Dichiarate fin dall'inizio che la sessione è senza colpe, così le persone si sentono libere di raccontare cosa è successo davvero
  • Costruite una timeline condivisa e basata sui fatti prima che qualcuno inizi ad analizzare
  • Usate la tecnica dei 5 perché per andare oltre i sintomi e arrivare alla causa di fondo
  • Assegnate a ogni azione un responsabile e una scadenza, così viene portata a termine davvero
  • Invitate le persone coinvolte, ma mantenete il gruppo abbastanza ristretto da restare concentrati
  • Mettete per iscritto il risultato e, nelle sessioni successive, verificate le azioni passate per confermare che le soluzioni abbiano funzionato

Domande frequenti

Che cos'è un post-mortem blameless?
È un'analisi che esamina i sistemi, i processi e le circostanze alla base di un incidente invece di dare la colpa alle persone. Chi non deve difendersi è più sincero, quindi il team trova le vere cause e può risolverle.
Quando conviene fare una retrospettiva post-mortem?
Fatela dopo un incidente significativo, un disservizio, una scadenza mancata o la fine di un progetto importante. Organizzatela poco dopo l'evento, quando i dettagli sono ancora freschi.
Quanto dura una retrospettiva post-mortem?
La maggior parte dura 60–90 minuti, a seconda della complessità dell'incidente. Prevedete del tempo in più per l'analisi delle cause e per concordare azioni chiare.
Che differenza c'è tra un post-mortem e una sprint retrospective?
Una sprint retrospective esamina un periodo di lavoro definito e il modo in cui il team ha collaborato. Un post-mortem si concentra su un singolo incidente o evento, partendo dalla timeline e risalendo alle cause.
Chi dovrebbe partecipare a una retrospettiva post-mortem?
Le persone direttamente coinvolte nell'incidente o nel progetto, più chiunque possa fornire contesto o sarà responsabile di un'azione di follow-up. Mantenete il gruppo abbastanza ristretto da permettere a tutti di intervenire.
Come si evita che un post-mortem diventi una caccia al colpevole?
Dichiarate all'inizio che la sessione è senza colpe, mantenete la conversazione su processi e sistemi anziché sulle persone e considerate gli errori come informazioni. Un facilitatore neutrale aiuta a mantenere un tono costruttivo.
È pronto a condurre questa retrospettiva?Provi questa esibizione dal vivo in chiave retrospettiva