故障复盘 – 3个核心5要素有效提高故障复盘质量

对于故障，复盘是一件非常重要的事情，因为我们的成长基本上就是从故障中总结各种经验教训，从而可以获得最大的提升。

在亚马逊和阿里，面对故障的复盘有不一样的流程，虽然在内容上差不多，但细节上有很多不同。亚马逊内部面对 S1 和 S2 的故障复盘，需要那个团队的经理写一个叫 COE（Correction of Errors）的文档。这个 COE 文档，基本上包括以下几方面的内容。

故障处理的整个过程。就像一个 log 一样，需要详细地记录几点几分干了什么事，把故障从发生到解决的所有细节过程都记录下来。

故障原因分析。需要说明故障的原因和分析报告。

Ask 5 Whys。需要反思并反问至少 5 个为什么，并为这些“为什么”找到答案。

故障后续整改计划。需要针对上述的“Ask 5 Whys”说明后续如何举一反三地从根本上解决所有的问题。

查看视频：https://www.zhihu.com/zvideo/1629891947358904321?utm_id=0