インシデント後に、非難のない事後検証(ポストモーテム)をどのように実施しますか?

Question

Accepted Answer

**非難のない事後検証**は、インシデントを人の失敗ではなく、*システムと条件の失敗*として扱います。質問は決して「誰が壊したのか」ではなく、「どうしてわれわれのシステムは合理的な人間がこれを起こすことを許したのか、そして次はどう不可能にするのか」です。

## プロセス

1. **タイムラインを構築する。** 何が起きたかを分単位で再構成します:検出、エスカレーション、軽減、解決。事実に基づきます。
2. **原因要因を見つける。** ほとんどのインシデントは複数の要因があります。**5つのなぜ**などの技法を使い、表面的な症状を越えて**根本原因**を探ります — アラート欠落、脆弱なデプロイ、不明確なランブック。
3. **行動項目を作成する。** それぞれは**具体的で、責任を持つ人がいて、期限がある**べきです。「もっと気をつける」は行動項目ではありません; 「デプロイ前の移行チェックを追加する」は行動項目です。
4. **広く共有する。** 報告書を公開して、部屋にいた人たちだけでなく、組織全体が学べるようにします。

## 非難のないことを実践する

- **何が**起きたか、**なぜその時は理にかなっていたのか**を説明します。**誰が**悪いかではなく。
- すべての人が持っていた情報で合理的に行動したと仮定します。
- 単一の人間の行動が本番環境を落とせるなら、それは**システム上の隙間**であり、個人的な失敗ではありません。

## なぜ心理的安全性が重要なのか

人々が非難されることを恐れた瞬間、彼らは詳細を隠し、自分の役割を軽視します。本当の原因は埋もれたままになります。**心理的安全性が正直さを促進し**、正直さが実際に効果的な修正をもたらす唯一のものです。

## なぜ重要なのか

インシデントは高い授業料です — 非難のない事後検証は、実際に教訓を得る方法です。うまくやれば、同じ障害は再発しません。システムは失敗するたびによりレジリエントになります。そしてチームは、ミスを認めることが物事を悪くするのではなく、良くすることを信頼します。