Prioritas pertama adalah pulihkan layanan, lalu cari penyebabnya — mitigasi datang sebelum diagnosis. Saya akan mendeklarasikan incident, menetapkan peran yang jelas, dan mendorong ke arah pemulihan teraman yang tercepat, sambil terus berkomunikasi sepanjang prosesnya.
Kesunyian menumbuhkan kepanikan. Saya mengirim pembaruan dengan irama yang stabil bahkan ketika tidak ada kabar baru:
[14:05] Sedang menyelidiki — checkout down, ~40% pengguna terdampak. Update berikutnya 14:20.
[14:20] Teridentifikasi: deploy yang buruk. Rollback sekarang. ETA 10 menit.
[14:35] Layanan pulih. Memantau. Postmortem menyusul.
Outage tidak terhindarkan; cara Anda menanganinya mendefinisikan kepercayaan tim dan keyakinan pelanggan. Koordinasi yang tenang dan berbasis peran ditambah tindak lanjut tanpa menyalahkan mengubah hari yang buruk menjadi sistem yang lebih kuat — dan memberi sinyal kepada para engineer Anda bahwa aman untuk bergerak cepat karena kegagalan ditangani sebagai sebuah proses, bukan perburuan penyihir.