Mengelola insiden dan masalah

Last reviewed 2026-10-28 UTC

Prinsip dalam pilar keunggulan operasional Google Cloud Well-Architected Framework memberikan rekomendasi untuk membantu Anda mengelola insiden dan masalah terkait workload cloud Anda. Hal ini melibatkan penerapan pemantauan dan observabilitas yang komprehensif, penetapan prosedur respons insiden yang jelas, pelaksanaan analisis akar masalah yang menyeluruh, dan penerapan tindakan pencegahan. Banyak topik yang dibahas dalam prinsip ini dibahas secara mendetail dalam pilar Keandalan.

Ringkasan prinsip

Pengelolaan insiden dan pengelolaan masalah adalah komponen penting dari lingkungan operasi fungsional. Cara Anda merespons, mengategorikan, dan menyelesaikan insiden dengan berbagai tingkat keparahan dapat berdampak besar pada kelancaran operasi Anda. Anda juga harus secara proaktif dan terus-menerus melakukan penyesuaian untuk mengoptimalkan keandalan dan performa. Proses yang efisien untuk pengelolaan insiden dan masalah bergantung pada elemen dasar berikut:

  • Pemantauan berkelanjutan: Identifikasi dan selesaikan masalah dengan cepat.
  • Otomatisasi: Menyederhanakan tugas dan meningkatkan efisiensi.
  • Orchestration: Mengoordinasikan dan mengelola resource cloud secara efektif.
  • Insight berbasis data: Optimalkan operasi cloud dan buat keputusan yang tepat.

Elemen-elemen ini membantu Anda membangun lingkungan cloud yang tangguh yang dapat menangani berbagai tantangan dan gangguan. Elemen-elemen ini juga dapat membantu mengurangi risiko insiden dan periode nonaktif yang merugikan, serta dapat membantu Anda mencapai kesuksesan dan fleksibilitas bisnis yang lebih besar. Elemen dasar ini tersebar di empat area fokus kesiapan operasional: Tenaga Kerja, Proses, Alat, dan Tata Kelola.

Rekomendasi

Untuk mengelola insiden dan masalah secara efektif, pertimbangkan rekomendasi di bagian berikut. Setiap rekomendasi dalam dokumen ini relevan dengan satu atau beberapa area fokus kesiapan operasional.

Menetapkan prosedur respons insiden yang jelas

Peran dan tanggung jawab yang jelas sangat penting untuk memastikan respons yang efektif dan terkoordinasi terhadap insiden. Selain itu, protokol komunikasi dan jalur eskalasi yang jelas membantu memastikan bahwa informasi dibagikan dengan cepat dan efektif selama insiden. Rekomendasi ini relevan dengan area fokus kesiapan operasional berikut: tenaga kerja, proses, dan alat.

Untuk menetapkan prosedur respons insiden, Anda perlu menentukan peran dan ekspektasi setiap anggota tim, seperti komandan insiden, investigator, komunikator, dan pakar teknis. Menetapkan jalur komunikasi dan eskalasi mencakup mengidentifikasi kontak penting, menyiapkan saluran komunikasi, dan menentukan proses untuk mengeskalasi insiden ke tingkat manajemen yang lebih tinggi jika diperlukan. Pelatihan dan persiapan rutin membantu memastikan bahwa tim dilengkapi dengan pengetahuan dan keterampilan untuk merespons insiden secara efektif.

Dengan mendokumentasikan prosedur respons insiden dalam runbook atau playbook, Anda dapat memberikan panduan referensi standar untuk diikuti tim selama insiden. Runbook harus menguraikan langkah-langkah yang harus diambil pada setiap tahap proses respons insiden, termasuk komunikasi, triase, investigasi, dan penyelesaian. Rencana ini juga harus menyertakan informasi tentang alat dan referensi yang relevan serta informasi kontak untuk personel penting. Anda harus meninjau dan memperbarui runbook secara rutin untuk memastikan runbook tetap aktual dan efektif.

Memusatkan pengelolaan insiden

Untuk pelacakan dan pengelolaan yang efektif di seluruh siklus proses insiden, pertimbangkan untuk menggunakan sistem pengelolaan insiden terpusat. Rekomendasi ini relevan dengan area fokus kesiapan operasional berikut: proses dan alat.

Sistem pengelolaan insiden terpusat memberikan keuntungan berikut:

  • Visibilitas yang lebih baik: Dengan menggabungkan semua data terkait insiden di satu lokasi, Anda tidak perlu lagi mencari konteks di berbagai saluran atau sistem. Pendekatan ini menghemat waktu dan mengurangi kebingungan, serta memberikan gambaran komprehensif tentang insiden kepada pemangku kepentingan, termasuk status, dampak, dan progresnya.
  • Koordinasi dan kolaborasi yang lebih baik: Sistem terpusat menyediakan platform terpadu untuk komunikasi dan pengelolaan tugas. Hal ini mendorong kolaborasi yang lancar antara berbagai departemen dan fungsi yang terlibat dalam respons insiden. Pendekatan ini memastikan bahwa semua orang memiliki akses ke informasi terbaru dan mengurangi risiko miskomunikasi dan ketidakselarasan.
  • Peningkatan akuntabilitas dan kepemilikan: Sistem pengelolaan insiden terpusat memungkinkan organisasi Anda mengalokasikan tugas kepada individu atau tim tertentu dan memastikan bahwa tanggung jawab ditentukan dan dilacak dengan jelas. Pendekatan ini meningkatkan akuntabilitas dan mendorong pemecahan masalah yang proaktif karena anggota tim dapat dengan mudah memantau progres dan kontribusi mereka.

Sistem pengelolaan insiden terpusat harus menawarkan fitur yang andal untuk pelacakan insiden, penetapan tugas, dan pengelolaan komunikasi. Fitur ini memungkinkan Anda menyesuaikan alur kerja, menetapkan prioritas, dan berintegrasi dengan sistem lain, seperti alat pemantauan dan sistem tiket.

Dengan menerapkan sistem pengelolaan insiden terpusat, Anda dapat mengoptimalkan proses respons insiden organisasi, meningkatkan kolaborasi, dan meningkatkan visibilitas. Hal ini akan mempercepat waktu penyelesaian insiden, mengurangi periode nonaktif, dan meningkatkan kepuasan pelanggan. Hal ini juga membantu menumbuhkan budaya peningkatan berkelanjutan karena Anda dapat belajar dari insiden sebelumnya dan mengidentifikasi area yang perlu ditingkatkan.

Melakukan peninjauan pascainsiden secara menyeluruh

Setelah insiden terjadi, Anda harus melakukan peninjauan pasca-insiden (PIR) yang mendetail, yang juga dikenal sebagai postmortem, untuk mengidentifikasi akar masalah, faktor yang berkontribusi, dan pelajaran yang didapat. Peninjauan menyeluruh ini membantu Anda mencegah insiden serupa di masa mendatang. Rekomendasi ini relevan dengan area fokus kesiapan operasional berikut: proses dan tata kelola.

Proses PIR harus melibatkan tim multidisiplin yang memiliki keahlian dalam berbagai aspek insiden. Tim harus mengumpulkan semua informasi yang relevan melalui wawancara, peninjauan dokumentasi, dan inspeksi lokasi. Linimasa peristiwa harus dibuat untuk menetapkan urutan tindakan yang menyebabkan insiden.

Setelah mengumpulkan informasi yang diperlukan, tim harus melakukan analisis penyebab utama untuk menentukan faktor yang menyebabkan insiden tersebut. Analisis ini harus mengidentifikasi penyebab langsung dan masalah sistemik yang berkontribusi pada insiden tersebut.

Selain mengidentifikasi akar masalah, tim PIR harus mengidentifikasi faktor kontribusi lain yang mungkin menyebabkan insiden tersebut. Faktor-faktor ini dapat mencakup kesalahan manusia, kegagalan peralatan, atau faktor organisasi seperti gangguan komunikasi dan kurangnya pelatihan.

Laporan PIR harus mendokumentasikan temuan investigasi, termasuk linimasa peristiwa, analisis akar masalah, dan tindakan yang direkomendasikan. Laporan ini merupakan referensi yang berharga untuk menerapkan tindakan korektif dan mencegah terulangnya masalah. Laporan tersebut harus dibagikan kepada semua pemangku kepentingan yang relevan dan harus digunakan untuk mengembangkan pelatihan dan prosedur keselamatan.

Untuk memastikan proses PIR yang berhasil, organisasi Anda harus menumbuhkan budaya tanpa menyalahkan yang berfokus pada pembelajaran dan peningkatan, bukan menyalahkan. Budaya ini mendorong individu untuk melaporkan insiden tanpa takut akan pembalasan, dan memungkinkan Anda mengatasi masalah sistemik serta melakukan peningkatan yang bermakna.

Dengan melakukan PIR yang menyeluruh dan menerapkan tindakan korektif berdasarkan temuan, Anda dapat mengurangi risiko terjadinya insiden serupa secara signifikan di masa mendatang. Pendekatan proaktif terhadap investigasi dan pencegahan insiden ini membantu menciptakan lingkungan kerja yang lebih aman dan efisien bagi semua orang yang terlibat.

Memelihara pusat informasi

Basis pengetahuan tentang masalah umum, solusi, dan panduan pemecahan masalah sangat penting untuk pengelolaan dan penyelesaian insiden. Anggota tim dapat menggunakan basis pengetahuan untuk mengidentifikasi dan mengatasi masalah umum dengan cepat. Menerapkan basis pengetahuan membantu mengurangi kebutuhan akan eskalasi dan meningkatkan efisiensi secara keseluruhan. Rekomendasi ini relevan dengan area fokus kesiapan operasional berikut: tenaga kerja dan proses.

Manfaat utama pusat informasi adalah memungkinkan tim belajar dari pengalaman masa lalu dan menghindari pengulangan kesalahan. Dengan mencatat dan membagikan solusi untuk masalah umum, tim dapat membangun pemahaman kolektif tentang cara menyelesaikan masalah umum dan praktik terbaik untuk pengelolaan insiden. Penggunaan pusat informasi menghemat waktu dan tenaga, serta membantu menstandarkan proses dan memastikan konsistensi dalam penyelesaian insiden.

Selain membantu meningkatkan waktu penyelesaian insiden, pusat informasi mendorong berbagi pengetahuan dan kolaborasi di seluruh tim. Dengan repositori informasi pusat, tim dapat dengan mudah mengakses dan berkontribusi pada pusat informasi, yang mendorong budaya pembelajaran dan peningkatan berkelanjutan. Budaya ini mendorong tim untuk berbagi keahlian dan pengalaman, sehingga menghasilkan basis pengetahuan yang lebih komprehensif dan berharga.

Untuk membuat dan mengelola pusat informasi secara efektif, gunakan alat dan teknologi yang sesuai. Platform kolaborasi seperti Google Workspace sangat cocok untuk tujuan ini karena memungkinkan Anda membuat, mengedit, dan berbagi dokumen secara kolaboratif dengan mudah. Alat ini juga mendukung kontrol versi dan pelacakan perubahan, yang memastikan bahwa pusat informasi tetap terbaru dan akurat.

Buat pusat informasi mudah diakses oleh semua tim yang relevan. Anda dapat melakukannya dengan mengintegrasikan pusat informasi dengan sistem pengelolaan insiden yang ada atau dengan menyediakan portal atau situs intranet khusus. Dengan pusat informasi yang tersedia, tim dapat dengan cepat mengakses informasi yang diperlukan untuk menyelesaikan insiden secara efisien. Ketersediaan ini membantu mengurangi periode nonaktif dan meminimalkan dampak pada operasi bisnis.

Tinjau dan perbarui pusat informasi secara rutin untuk memastikan pusat informasi tetap relevan dan berguna. Memantau laporan insiden, mengidentifikasi masalah dan tren umum, serta menggabungkan solusi baru dan panduan pemecahan masalah ke dalam knowledge base. Pusat informasi yang selalu terbaru membantu tim Anda menyelesaikan insiden dengan lebih cepat dan efektif.

Mengotomatiskan respons insiden

Otomatisasi membantu menyederhanakan proses respons dan remediasi insiden Anda. Dengan begitu, Anda dapat mengatasi pelanggaran keamanan dan kegagalan sistem dengan cepat dan efisien. Dengan menggunakan produk Google Cloud seperti Cloud Run Functions atau Cloud Run, Anda dapat mengotomatiskan berbagai tugas yang biasanya dilakukan secara manual dan memakan waktu. Rekomendasi ini relevan dengan area fokus kesiapan operasional berikut: proses dan alat.

Respons insiden otomatis memberikan manfaat berikut:

  • Pengurangan waktu deteksi dan penyelesaian insiden: Alat otomatis dapat terus memantau sistem dan aplikasi, mendeteksi aktivitas yang mencurigakan atau anomali secara real time, dan memberi tahu pemangku kepentingan atau merespons tanpa intervensi. Otomatisasi ini memungkinkan Anda mengidentifikasi potensi ancaman atau masalah sebelum berkembang menjadi insiden besar. Saat insiden terdeteksi, alat otomatis dapat memicu tindakan perbaikan yang telah ditentukan, seperti mengisolasi sistem yang terpengaruh, mengarantina file berbahaya, atau melakukan roll back perubahan untuk memulihkan sistem ke kondisi yang diketahui baik.
  • Mengurangi beban tim keamanan dan operasi: Respons insiden otomatis memungkinkan tim keamanan dan operasi berfokus pada tugas yang lebih strategis. Dengan mengotomatiskan tugas rutin dan berulang, seperti mengumpulkan informasi diagnostik atau memicu pemberitahuan, organisasi Anda dapat membebaskan personel untuk menangani insiden yang lebih kompleks dan kritis. Otomatisasi ini dapat meningkatkan efektivitas dan efisiensi respons insiden secara keseluruhan.
  • Meningkatkan konsistensi dan akurasi proses perbaikan: Alat otomatis dapat memastikan bahwa tindakan perbaikan diterapkan secara seragam di semua sistem yang terpengaruh, sehingga meminimalkan risiko kesalahan manusia atau inkonsistensi. Standardisasi proses perbaikan ini membantu meminimalkan dampak insiden terhadap pengguna dan bisnis.