Manuel de gestion des incidents Atlassian

À qui est destiné ce guide ?

Si vous faites partie d'une équipe de développement ou opérationnelle responsable des services Internet pour des clients nécessitant une disponibilité 24h/24 et 7j/7, ce manuel est fait pour vous.

Qu'est-ce qu'un incident ?

Nous définissons un incident comme un événement ayant provoqué une perturbation ou une réduction de la qualité d'un service nécessitant une réponse d'urgence. À la place, les équipes qui adoptent les pratiques ITIL ou ITSM préfèrent le terme « incident majeur ».

Un incident est résolu lorsque le service affecté fonctionne de nouveau de manière habituelle. Cela inclut uniquement les tâches requises pour restaurer toutes les fonctionnalités.

Le post-mortem de l'incident est réalisé après l'incident pour en déterminer la cause profonde et mettre en œuvre des mesures pour la corriger avant qu'elle ne provoque un nouvel incident.

Nos valeurs en matière d'incidents

Un processus de gestion des incidents ne saurait couvrir toutes les situations possibles, c'est pourquoi nous fournissons à nos équipes des conseils généraux sous forme de valeurs. À l'instar des valeurs d'entreprise d'Atlassian, nos valeurs en matière d'incident sont conçues pour :

• guider une prise de décisions autonome par les personnes et les équipes responsables des incidents et des post-mortems ;
• développer une culture d'identification, de gestion et d'apprentissage des incidents cohérente entre les équipes ;
• aligner les équipes quant à l'attitude qu'elles doivent adopter aux étapes d'identification, de résolution et d'analyse des incidents.

Exigences relatives aux outils

Le processus de gestion des incidents décrit ici utilise plusieurs outils spécifiques à Atlassian et pouvant être remplacés selon les besoins :

• Suivi des incidents : chaque incident est suivi comme un ticket Jira, et un ticket de suivi est créé pour suivre l'achèvement des post-mortems (Atlassian utilisait une version fortement personnalisée de Jira Software pour cela).
• Groupe de discussion : un canal de communication écrite en temps réel est fondamental pour diagnostiquer et résoudre l'incident en équipe.
• Tchat vidéo : pour de nombreux incidents, un tchat vidéo d'équipe comme Blue Jeans peut vous aider à discuter et à vous mettre d'accord sur les approches.
• Système d'alertes : un outil comme OpsGenie gère les rotations d'astreinte et les remontées.
• Outil de documentation : nous utilisons Confluence pour nos documents d'état d'incident et pour le partage de post-mortems via des blogs.
• Statuspage : communiquer l'état aux parties prenantes internes et aux clients via Statuspage permet de tenir en permanence tout le monde au courant.

Suivi des incidents

Chaque incident est suivi comme un ticket Jira, et un ticket de suivi est créé pour suivre l'achèvement des post-mortems. Le processus de ce manuel fait référence à notre version fortement personnalisée de Jira Software.

Les tickets d'incidents sont généralement créés par un ingénieur de support en réponse à un ticket client ou par un développeur reconnaissant une alerte de surveillance comme un incident. Nous exhortons toute personne à créer un ticket si quelque chose la préoccupe au lieu d'attendre que le problème potentiel ne s'aggrave.

Dans Jira, nous disposons d'un workflow simple pour suivre les incidents au cours de la phase de résolution et pour enregistrer toutes les actions importantes prises pendant la réponse à l'incident.

Responsable des incidents

Chaque incident est géré par un gestionnaire d'incident qui est globalement garant et dispose de toute autorité pour l'incident. Cette personne est indiquée par le responsable sur le ticket de l'incident. Le gestionnaire d'incident est habilité à prendre toutes les mesures nécessaires pour résoudre l'incident, ce qui implique notamment de contacter toute personne de l'organisation et de veiller à ce que les personnes impliquées dans un incident restent concentrées sur une restauration aussi rapide que possible du service.

Le responsable de l'incident est un rôle, plutôt qu'une personne spécifique. Définir des rôles lors d'un incident s'avère bénéfique, car cela rend les personnes interchangeables. Tant qu'une personne donnée sait jouer un certain rôle, elle peut jouer ce rôle pour tout incident.

Vous avez des idées ou des suggestions pour ce guide ?