Actualizaciones de incidentes y postmortems en inglés
Durante un incidente nadie tiene cabeza para redactar. Por eso las actualizaciones tienen un formato fijo de cuatro líneas, y el postmortem que viene después tiene una regla que lo define entero: se escribe sobre el sistema, no sobre la persona.
Un incidente en un equipo internacional se comunica por escrito y en inglés, mientras lo estás resolviendo, con gente mirando que no sabe nada de tu sistema. Es el peor momento posible para buscar palabras.
La salida es la misma que usan todos los equipos que hacen esto seguido: una plantilla de cuatro líneas que se completa igual siempre, y una cadencia fija de actualizaciones. Lo que se automatiza es la forma, para que la cabeza quede libre para el problema.
La actualización durante el incidente
Plantilla
Incident update
Impact
Checkout is failing for about 5% of orders. Users see a 500 after entering payment details.
Qué ven los usuarios y cuántos. Primero el impacto, nunca la causa: quien lee decide con esto si tiene que hacer algo.
Status
Investigating — we have narrowed it down to the payment provider's new API version.
Tres estados y nada más: investigating, identified, monitoring. Se usan siempre esas palabras porque la gente ya sabe qué significan.
What we are doing
Rolling back to the previous provider client. ETA 15 minutes.
La acción en curso, con una estimación. Si no tenés estimación, se dice: "no ETA yet".
Next update
Next update at 15:30 UTC, or sooner if anything changes.
El renglón que más ansiedad ahorra. Sin él, todo el mundo pregunta cada cinco minutos y te saca del problema.
| Estado | Qué significa | Ejemplo |
|---|---|---|
| Investigating | Sabemos que algo pasa, no sabemos por qué | Investigating elevated error rates on checkout |
| Identified | Encontramos la causa, estamos arreglando | Identified: a bad config was deployed at 13:52 UTC |
| Monitoring | Aplicamos el arreglo, estamos observando | Monitoring: error rates back to normal since 15:10 UTC |
| Resolved | Terminó; el postmortem viene después | Resolved. A postmortem will follow within 48 hours |
Antes de seguir, predecí
El postmortem: sobre el sistema, no sobre la persona
La regla que define un postmortem sin culpables —blameless— es gramatical antes que cultural: el sujeto de las oraciones es el sistema, no la gente. Cambiar el sujeto cambia lo que se busca arreglar.
| Con culpable | Sin culpable | Qué cambia |
|---|---|---|
| Juan deployed a bad config | A config change with an invalid timeout reached production | Deja de buscarse una persona y se busca un cambio |
| The on-call engineer did not notice the alert | The alert fired to a channel nobody was watching at night | La pregunta pasa a ser por qué la alerta iba ahí |
| Someone forgot to run the migration | Deploys do not verify that migrations have run | Aparece un arreglo posible; con «forgot», no hay ninguno |
| The team should be more careful | There is no staging environment with production-like data | Lo primero no es accionable; lo segundo es una tarea |
Plantilla
Postmortem
Summary
One paragraph: what broke, for how long, and who was affected. "Between 13:52 and 15:10 UTC, about 5% of checkout attempts failed."
Escrito para alguien que no estuvo. Es la parte que va a leer la mayoría, y muchas veces la única.
Impact
Numbers: failed requests, affected customers, revenue, support tickets.
Los números evitan la discusión sobre si fue grave. También justifican el tiempo que se invierta en arreglarlo.
Timeline (UTC)
13:52 — config change deployed. 14:04 — error rate alert fires. 14:20 — on-call acknowledges. 15:10 — rollback completed.
Hechos con hora, sin interpretación. La distancia entre que algo rompe y que alguien se entera suele ser el hallazgo más importante.
Root cause
What in the system allowed this: "The deploy pipeline does not validate timeout values, and the config schema allows any integer."
Causa del sistema, no de la persona. Casi siempre hay más de una y conviene listarlas.
What went well
The alert fired within 12 minutes; the rollback procedure worked as documented.
No es consuelo: es lo que hay que proteger cuando se cambien cosas después.
Action items
Each one with an owner and a date: "Validate config against a schema in CI — @team-platform — Oct 10."
Sin responsable y sin fecha, un postmortem es un texto. Con eso, es un plan.
Practicalo
Reescribilo
Una actualización de incidente escrita en caliente: empieza por la causa, no dice a quién afecta y busca un culpable. Reescribila con impacto, estado, acción y próxima actualización.
guys the DB is dying because someone deployed a change with a wrong timeout, I think it was the config from yesterday. we are looking at it, I will let you know when I know somethingIncident update — 14:15 UTC Impact: ~5% of checkout attempts are failing with a 500 since 13:52 UTC. Other flows are unaffected. Status: identified — a config change deployed at 13:52 set the database timeout to 50ms. What we're doing: rolling back that change now. ETA 10 minutes. Next update: 14:30 UTC, or sooner if anything changes.
Impacto primero y con número, estado con la palabra estándar, acción con estimación y hora de la próxima actualización. El «someone deployed» desaparece: el cambio tiene hora, que es el dato útil.
Incident update — 14:15 UTC Impact: ~5% of checkout attempts failing since 13:52 UTC. Status: investigating — no root cause yet. What we're doing: comparing the last three deploys. No ETA yet. Next update: 14:45 UTC.
Cuando todavía no sabés nada, la plantilla es la misma. «No ETA yet» es una respuesta profesional; inventar una estimación para tranquilizar es lo que obliga después a mandar una corrección.
Las dos empiezan igual y ninguna nombra a nadie. Durante el incidente, quién lo desplegó no cambia nada de lo que hay que hacer.
outage
/ˈaʊtɪdʒ/ · suena como áutich
Error común: decir «autéich»
severity
/sɪˈverəti/ · suena como sevériti
Error común: decir «severíti», corriendo el acento
rollback
/ˈrəʊlbæk/ · suena como róulbak
Error común: decir «rólbak», con o corta
root cause
/ruːt kɔːz/ · suena como rut kóoz
Error común: decir «rut káus», con diptongo
postmortem
/pəʊstˈmɔːtəm/ · suena como poustmórtem
Error común: acentuar «póstmortem» como en español
El audio lo genera tu navegador con voz sintetizada: alcanza para orientarse, y una persona que habla inglés lo dice mejor.
Lo que preguntan sobre esto
En la práctica
Cierre
Autoevaluación
¿Lo entendiste?
Práctica