Jak provést bezchybný post-mortem po incidentu?

Question

Accepted Answer

**Bezchybný post-mortem** zachází s incidentem jako se selháním *systémů a podmínek*, nikoli *lidí*. Otázka nikdy nezní "kdo to rozbil" ale "jak jsme mu svými systémy umožnili, aby to věcný člověk způsobil, a jak to příště znemožníme?"

## Postup

1. **Sestavte časovou osu.** Zrekonstruujte, co se stalo: detekce, eskalace, zmírnění, řešení. Držte se faktů.
2. **Najděte přispívající faktory.** Většina incidentů jich má několik. Použijte techniky jako **5 Whys** k přesunutí přes povrchní příznak na **příčinu jádra** — chybějící upozornění, křehké nasazení, nejasný runbook.
3. **Vyprodukujte položky akcí.** Každá z nich je **konkrétní, vlastněná a má termín**. "Buď opatrnější" není položka akce; "přidat kontrolu předběžného nasazení migrace" je.
4. **Sdílejte v celé organizaci.** Publikujte článek tak, aby se celá organizace poučila, ne jen lidé v místnosti.

## Bezchybnost v praxi

- Popište **co** se stalo a **proč to mělo v tu dobu smysl**, ne **koho** je třeba vinit.
- Předpokládejte, že všichni jednali rozumně s informacemi, které měli.
- Pokud by jedna lidská akce mohla zničit produkci, je to **mezera v systému**, ne osobní selhání.

## Proč psychologická bezpečnost důležitá

V okamžiku, kdy se lidé obávají obvinění, skrývají detaily, minimalizují svou roli a skutečné příčiny zůstávají skryté. **Psychologická bezpečnost řídí čestnost**, a čestnost je jedinou věcí, která produkuje opravy, které skutečně trvají.

## Proč je to důležité

Incidenty jsou drahé školné — bezchybný post-mortem je způsob, jak se skutečně poučit. Když se to dělá správně, stejný výpadek se neopakuje, systém se s každým selháním stává odolnější a tým věří, že vlastnictví chyby věci zlepší, ne zhorší.