「又断了」和「又处理完了」是两种完全不同的信号。前者说明故障重复发生,后者只说明本次恢复得够快。ITIL(Information Technology Infrastructure Library,IT 基础架构库)把两件事分给两条流程:事件管理以尽快恢复服务、保证业务可用性为目标;问题管理以找出根本原因、消除隐患、减少相同事件反复发生为目标。目标不同,节奏、记录与考核方式都不同。把两条流程合并,典型后果是团队越来越擅长救火,却始终没时间拆掉火源。
一、目标不同,决定了节奏不同
事件管理追求时间:快速响应、按影响度和优先级分类、必要时升级、与用户确认解决、形成事件处理知识库。问题管理追求确定性:发现问题、找出根本原因、进行问题控制、针对原因制定解决方案。前者有明确的服务级别时钟,后者不宜套用同一套计时口径——根因分析需要观察周期与关联数据,压成「若干小时内闭环」往往只得到一份猜测。资料中的服务台一天工作示意把两条路径画在一起:事件登记、匹配、搜索知识库、查找资产配置,随后分出事件解决与根本原因分析两条线。同一个入口,两种去向。
二、记录差异:一个留过程,一个留结论
事件记录的重点是过程可还原:分级依据、分派路径、处理动作、升级节点、用户验证与评价。闪扬科技《流程日志》样例中,提交工单、转派、收回、处理完成、确认关闭、评价等动作都带接收时间、停留时长与响应/处理超时标识,正是过程型记录。问题记录的重点是结论可复用:根因假设与验证、已知错误条目、关联事件清单、改进项与验证结果。两类记录通过「关联事件」连接:问题单不回链事件单,复盘时无法统计同类故障是否真的下降;事件单不标注疑似问题,触发根因分析的线索会被日常工单淹没。
三、从处理结果到知识条目,中间还差一步
不少团队把「关闭工单」当成知识沉淀,实际关闭只留下处理过程。功能清单里单列了「工单解决方案转知识规则定义」与知识库的知识模型、知识流程、知识引用、知识查询条目,说明转化需要显式规则:哪些类型的解决方案可转知识、由谁审核、如何关联服务目录与事件分类。没有规则,知识库要么堆满重复条目,要么长期空置。另一条易被忽略的路径是:问题管理确认根因后,往往需要变更或发布来落地修复,事件、问题、变更、发布、知识库形成闭环,才算关掉「重复发生」这个口子。
写在最后
事件管理回答「服务什么时候恢复」,问题管理回答「为什么还会再发生」。建议从三件事入手:在流程上明确两条路径的入口与关联方式;在记录上区分过程型与结论型字段;在复盘上区分恢复效率与重复发生情况。分得开,才谈得上从救火转向预防。
