ఒక సుదీర్ఘ incident సమయంలో మొత్తం team ఒత్తిడిలో ఉన్నప్పుడు, మీరు morale ను ఎలా పైకి ఉంచుతారు?

Question

Accepted Answer

**వ్యక్తులు system ను రక్షించగలిగేలా వ్యక్తులను** రక్షించండి. ఒక సుదీర్ఘ incident లో, morale గందరగోళం, అలసట, మరియు blame భయం నుండి కూలిపోతుంది — కాబట్టి Tech Lead గా మీ పని మూడింటినీ తొలగించడం: నిర్మాణాన్ని తీసుకురండి, విశ్రాంతిని అమలు చేయండి, మరియు team ఆలోచించగలిగేలా పైనుండి వచ్చే ఒత్తిడిని శోషించండి.

## నేను నిజంగా ఏమి చేస్తాను

- **స్పష్టమైన పాత్రలను స్థాపించండి.** ఒక **Incident Commander**, ఒక comms వ్యక్తి, మరియు hands-on responders ను పేరు పెట్టండి. ప్రతి ఒక్కరూ తమ lane తెలుసుకున్నప్పుడు, భయాందోళన తగ్గుతుంది మరియు focus తిరిగి వస్తుంది.
- **team ను shield చేయండి.** stakeholder updates మరియు management ఒత్తిడిని మీపైకి తీసుకోండి. debug చేస్తున్న engineers ప్రతి పది నిమిషాలకు "ఇంకా fix అయిందా?" అని కూడా fielding చేయకూడదు.
- **Rotate మరియు breaks ను బలవంతం చేయండి.** అలసిన వ్యక్తులు outage ను అధ్వాన్నం చేస్తారు. ఏదైనా multi-hour కోసం, shifts ను ఏర్పాటు చేయండి, తద్వారా ఎవరూ fumes పై నడవరు — అలసిన responders రెండవ incident కు కారణమవుతారు.
- **ప్రశాంతంగా మరియు concrete గా ఉండండి.** స్థిరమైన స్వరం, చిన్న తదుపరి steps, కనిపించే progress. ప్రశాంతత అంటువ్యాధి; భయాందోళన కూడా అంతే. అది బాగానే ఉందని నటించడానికి బదులుగా ఒత్తిడిని నిజాయితీగా గుర్తించండి.
- **వ్యక్తులకు ఆహారం ఇవ్వండి మరియు pace చేయండి.** ఆహారం order చేయండి, స్పష్టమైన pauses ను call చేయండి, చిన్న విజయాలను celebrate చేయండి ("error rate పడిపోతోంది"). నిరంతర సంక్షోభానికి sustainable rhythm అవసరం.

## అది ముగిసిన తర్వాత

- **వ్యక్తులకు నిర్దిష్టంగా మరియు publicly గా ధన్యవాదాలు తెలపండి**, మరియు leadership కష్టాన్ని చూసేలా నిర్ధారించుకోండి.
- **recovery time ఇవ్వండి** — ఒక కష్టమైన incident sprint కు తిరిగి కాకుండా విశ్రాంతిని సంపాదిస్తుంది.
- **blameless postmortem** ను నడపండి, తద్వారా ఒత్తిడి శాశ్వత మెరుగుదలగా మారుతుంది, మరియు ఎవరూ ప్రైవేట్ అపరాధాన్ని మోయరు.

## Trade-offs మరియు లోపాలు

- **Hero culture** — ఒక వ్యక్తిని 18 గంటలు grind చేయనివ్వడం heroic గా అనిపిస్తుంది కానీ వారిని burn out చేస్తుంది మరియు bus-factor risk సృష్టిస్తుంది. దాన్ని ప్రతిఘటించండి.
- **Toxic positivity** — వాస్తవికతను గుర్తించకుండా "positive గా ఉండండి!" అనేది తిరస్కారంగా చదవబడుతుంది మరియు నమ్మకాన్ని క్షీణింపజేస్తుంది.
- **క్షణంలో blame** అనేది morale విషం; అన్ని తీర్పును postmortem కు వాయిదా వేయండి, మరియు అక్కడ కూడా దాన్ని blameless గా ఉంచండి.
- ఉత్పాదకంగా కనిపించడానికి **human recovery** ను skip చేయవద్దు; burnout రెండు వారాల తర్వాత attrition గా కనిపిస్తుంది.

## ఇది ఎందుకు ముఖ్యం

Incidents యోగ్యత కంటే సంస్కృతిని ఎక్కువగా పరీక్షిస్తాయి. ఒక team దాని చెత్త గంటలలో ఎలా treat చేయబడుతుందనేది ఏళ్ల తరబడి గుర్తుంచుకోబడుతుంది మరియు మంచి engineers ఉంటారా అనేదాన్ని ఆకృతి చేస్తుంది. మంటల కింద వ్యక్తులను స్థిరంగా, విశ్రాంతిగా, మరియు నింద లేకుండా ఉంచే Tech Lead ఏ ప్రశాంత-వాతావరణ management కొనలేని రకమైన నమ్మకం మరియు resilience ను నిర్మిస్తాడు.