Perspectiva de serviços financeiros: excelência operacional

Last reviewed 2025-07-28 UTC

Este documento na Google Cloud perspectiva de serviços financeiros (FS, na sigla em inglês) do Well-Architected Framework oferece uma visão geral dos princípios e recomendações para criar, implantar e operar cargas de trabalho robustas de FS em Google Cloud. Essas recomendações ajudam a configurar elementos básicos, como observabilidade, automação e escalonabilidade. As recomendações neste documento estão alinhadas ao pilar de excelência operacional do Framework bem arquitetado.

A excelência operacional é fundamental para cargas de trabalho de FS em Google Cloud devido à natureza altamente regulamentada e sensível dessas cargas. A excelência operacional garante que as soluções de nuvem possam se adaptar às necessidades em evolução e atender aos requisitos de valor, desempenho, segurança e confiabilidade. Falhas nessas áreas podem resultar em perdas financeiras significativas, penalidades regulatórias e danos à reputação.

A excelência operacional oferece os seguintes benefícios para cargas de trabalho de FS:

  • Manter a confiança e a reputação: as instituições financeiras dependem muito da confiança dos clientes. Interrupções operacionais ou violações de segurança podem prejudicar essa confiança e causar a perda de clientes. A excelência operacional ajuda a minimizar esses riscos.

  • Atender a requisitos rigorosos de conformidade regulatória: os serviços financeiros estão sujeitos a regulamentações numerosas e complexas, como as seguintes:

    Processos operacionais robustos, monitoramento e gerenciamento de incidentes são essenciais para demonstrar conformidade com as regulamentações e evitar penalidades.

  • Garantir a continuidade e a resiliência dos negócios: os mercados e serviços financeiros costumam operar continuamente. Portanto, a alta disponibilidade e a recuperação de desastres eficaz são fundamentais. Os princípios de excelência operacional orientam a criação e implementação de sistemas resilientes. O pilar de confiabilidade oferece mais orientações nessa área.

  • Proteger dados sensíveis: as instituições financeiras processam grandes quantidades de dados financeiros e de clientes altamente sensíveis. Controles operacionais fortes, monitoramento de segurança e resposta rápida a incidentes são essenciais para evitar violações de dados e manter a privacidade. O pilar de segurança oferece mais orientações nessa área.

  • Otimizar a performance de aplicativos críticos: muitos aplicativos financeiros, como plataformas de negociação e análises em tempo real, exigem alta performance e baixa latência. Para atender a esses requisitos de performance, é necessário um design de computação, rede e armazenamento altamente otimizado. O pilar de otimização de performance oferece mais orientações nessa área.

  • Gerenciar custos de maneira eficaz: além da segurança e da confiabilidade, as instituições financeiras também se preocupam com a eficiência de custos. A excelência operacional inclui práticas para otimizar a utilização de recursos e gerenciar os gastos com a nuvem. O pilar de otimização de custos oferece mais orientações nessa área.

As recomendações de excelência operacional neste documento são mapeadas para os seguintes princípios básicos:

Definir SLAs e SLOs e SLIs correspondentes

Em muitas organizações de FS, a disponibilidade de aplicativos é normalmente classificada com base nas métricas de objetivo do tempo de recuperação (RTO) e objetivo do ponto de recuperação (RPO). Para aplicativos essenciais para os negócios que atendem clientes externos, um contrato de nível de serviço (SLA) também pode ser definido.

Os SLAs precisam de um framework de métricas que represente o comportamento do sistema do ponto de vista da satisfação do usuário. As práticas de engenharia de confiabilidade do site (SRE) oferecem uma maneira de alcançar o nível de confiabilidade do sistema desejado. A criação de um framework de métricas envolve a definição e o monitoramento de indicadores numéricos importantes para entender a integridade do sistema do ponto de vista do usuário. Por exemplo, métricas como latência e taxas de erro quantificam o desempenho de um serviço. Essas métricas são chamadas de indicadores de nível de serviço (SLIs). O desenvolvimento de SLIs eficazes é fundamental, porque eles fornecem os dados brutos necessários para avaliar a confiabilidade de maneira objetiva.

Para definir SLAs, SLIs e SLOs significativos, considere as seguintes recomendações:

  • Desenvolva e defina SLIs para cada serviço crítico. Defina valores de destino que definam os níveis de performance aceitáveis.
  • Desenvolva e defina os objetivos de nível de serviço (SLOs) que correspondem aos SLIs. Por exemplo, um SLO pode declarar que 99,9% das solicitações precisam ter uma latência inferior a 200 milissegundos.
  • Identifique as ações corretivas internas que precisam ser tomadas se um serviço não atender aos SLOs. Por exemplo, para melhorar a resiliência da plataforma, talvez seja necessário concentrar os recursos de desenvolvimento na correção de problemas.
  • Valide o requisito de SLA para cada serviço e reconheça o SLA como o contrato formal com os usuários do serviço.

Exemplos de níveis de serviço

A tabela a seguir fornece exemplos de SLIs, SLOs e SLAs para uma plataforma de pagamento:

Métrica de negócios SLI SLO SLA
Sucesso da transação de pagamento

Uma medida quantitativa da porcentagem de todas as transações de pagamento iniciadas que são processadas e confirmadas.

Exemplo: (número de transações bem-sucedidas ÷ número total de transações válidas) × 100, medido em uma janela móvel de 5 minutos.

Uma meta interna para manter uma alta porcentagem de transações de pagamento bem-sucedidas em um período específico.

Exemplo: manter uma taxa de sucesso de transação de pagamento de 99,98% em uma janela móvel de 30 dias, excluindo solicitações inválidas e manutenção planejada.

Uma garantia contratual para a taxa de sucesso e a velocidade do processamento de transações de pagamento.

Exemplo: o provedor de serviços garante que 99,0% das transações de pagamento iniciadas pelo cliente serão processadas e confirmadas em um segundo.
Latência de processamento de pagamentos

O tempo médio gasto para que uma transação de pagamento seja processada desde a iniciação pelo cliente até a confirmação final.

Exemplo: tempo médio de resposta em milissegundos para confirmação de transação, medido em uma janela móvel de 5 minutos.

Uma meta interna para a velocidade com que as transações de pagamento são processadas.

Exemplo: garantir que 99,5% das transações de pagamento sejam processadas em 400 milissegundos em uma janela móvel de 30 dias.

Um compromisso contratual para resolver problemas críticos de processamento de pagamentos em um período especificado.

Exemplo: para problemas críticos de processamento de pagamentos (definidos como uma interrupção que afeta mais de 1% das transações), o provedor de serviços se compromete a um tempo de resolução de até duas horas a partir do momento em que o problema é informado ou detectado.
Disponibilidade da plataforma

A porcentagem de tempo em que a API de processamento de pagamentos principal e a interface do usuário estão operacionais e acessíveis aos clientes.

Exemplo: (tempo operacional total − tempo de inatividade) ÷ tempo operacional total × 100, medido por minuto.

Uma meta interna para o tempo de atividade da plataforma de pagamento principal.

Exemplo: alcançar 99,995% de disponibilidade da plataforma por mês civil, excluindo janelas de manutenção programadas.

Um compromisso formal e juridicamente vinculativo com os clientes em relação ao tempo de atividade mínimo da plataforma de pagamento, incluindo consequências para falha no atendimento.

Exemplo: a plataforma vai manter um mínimo de 99,9% de disponibilidade por mês civil, excluindo janelas de manutenção programadas. Se a disponibilidade ficar abaixo do nível mínimo, o cliente vai receber um crédito de serviço de 5% da taxa de serviço mensal para cada queda de 0,1%.

Use dados de SLI para monitorar se os sistemas estão dentro dos SLOs definidos e para garantir que os SLAs sejam atendidos. Ao usar um conjunto de SLIs bem definidos, engenheiros e desenvolvedores podem monitorar aplicativos de FS nos seguintes níveis:

  • Diretamente no serviço em que os aplicativos são implantados, como o GKE ou o Cloud Run.
  • Usando registros fornecidos por componentes de infraestrutura, como o balanceador de carga.

OpenTelemetry fornece um padrão de código aberto e um conjunto de tecnologias para capturar todos os tipos de telemetria, incluindo métricas, rastros e registros. O Google Cloud Managed Service for Prometheus oferece um back-end totalmente gerenciado e altamente escalonável para métricas e operação do Prometheus em escala.

Para mais informações sobre SLI, SLO e orçamentos de erro, consulte o manual de SRE.

Para desenvolver painéis e mecanismos de alerta e monitoramento eficazes, use Google Cloud Observability tools together with Google Cloud Monitoring. Para informações sobre recursos de monitoramento e detecção específicos de segurança, consulte o pilar de segurança.

Definir e testar processos de gerenciamento de incidentes

Processos de gerenciamento de incidentes bem definidos e testados regularmente contribuem diretamente para o valor, a performance, a segurança e a confiabilidade das cargas de trabalho de FS em Google Cloud. Esses processos ajudam as instituições financeiras a atender aos requisitos regulatórios rigorosos, proteger dados sensíveis, manter a continuidade dos negócios e manter a confiança do cliente.

Os testes regulares de processos de gerenciamento de incidentes oferecem os seguintes benefícios:

  • Manter a performance em cargas de pico: testes regulares de performance e carga ajudam as instituições financeiras a garantir que os aplicativos e a infraestrutura baseados na nuvem possam lidar com volumes de transações de pico, volatilidade do mercado e outros cenários de alta demanda sem degradação da performance. Esse recurso é fundamental para manter uma experiência do usuário perfeita e atender às demandas dos mercados financeiros.
  • Identificar possíveis gargalos e limitações: os testes de estresse levam os sistemas ao limite e permitem que as instituições financeiras identifiquem possíveis gargalos e limitações de performance antes que afetem operações críticas. Essa abordagem proativa permite que as instituições financeiras ajustem a infraestrutura e os aplicativos para performance e escalonabilidade ideais.
  • Validar a confiabilidade e a resiliência: testes regulares, incluindo engenharia do caos ou falhas simuladas, ajudam a validar a confiabilidade e a resiliência dos sistemas financeiros. Esses testes garantem que os sistemas possam se recuperar de falhas e manter a alta disponibilidade, o que é essencial para a continuidade dos negócios.
  • Realizar um planejamento de capacidade eficaz: os testes de performance fornecem dados valiosos sobre a utilização de recursos em diferentes condições de carga, o que é fundamental para um planejamento de capacidade preciso. As instituições financeiras podem usar esses dados para antecipar proativamente as necessidades futuras de capacidade e evitar problemas de performance devido a restrições de recursos.
  • Implantar novos recursos e mudanças de código com sucesso: a integração de testes automatizados em pipelines de CI/CD ajuda a garantir que as mudanças e novas implantações sejam totalmente validadas antes de serem lançadas em ambientes de produção. Essa abordagem reduz significativamente o risco de erros e regressões que podem levar a interrupções operacionais.
  • Atender aos requisitos regulatórios de estabilidade do sistema: as regulamentações financeiras geralmente exigem que as instituições tenham práticas de teste robustas para garantir a estabilidade e a confiabilidade dos sistemas críticos. Testes regulares ajudam a demonstrar conformidade com esses requisitos.

Para definir e testar os processos de gerenciamento de incidentes, considere as seguintes recomendações.

Estabelecer procedimentos claros de resposta a incidentes

Um conjunto bem estabelecido de procedimentos de resposta a incidentes envolve os seguintes elementos:

  • Funções e responsabilidades definidas para comandantes de incidentes, investigadores, comunicadores e especialistas técnicos para garantir uma resposta eficaz e coordenada.
  • Protocolos de comunicação e caminhos de escalonamento definidos para garantir que as informações sejam compartilhadas de maneira rápida e eficaz durante os incidentes.
  • Procedimentos documentados em um runbook ou playbook que descreve as etapas de comunicação, triagem, investigação e resolução.
  • Treinamento e preparação regulares que equipam as equipes com o conhecimento e as habilidades para responder de maneira eficaz.

Implementar testes de performance e carga regularmente

Testes regulares de performance e carga ajudam a garantir que os aplicativos e a infraestrutura baseados na nuvem possam lidar com cargas de pico e manter a performance ideal. Os testes de carga simulam padrões de tráfego realistas. Os testes de estresse exercitam o sistema até os limites para identificar possíveis gargalos e limitações de performance. É possível usar produtos como Cloud Load Balancing e serviços de teste de carga para simular o tráfego real. Com base nos resultados do teste, ajuste a infraestrutura em nuvem e os aplicativos para performance e escalonabilidade ideais. Por exemplo, é possível ajustar a alocação de recursos ou ajustar as configurações do aplicativo.

Automatizar testes em pipelines de CI/CD

A incorporação de testes automatizados nos pipelines de CI/CD ajuda a garantir a qualidade e a confiabilidade dos aplicativos de nuvem, validando as mudanças antes da implantação. Essa abordagem reduz significativamente o risco de erros e regressões e ajuda a criar um sistema de software mais estável e robusto. É possível incorporar diferentes tipos de testes nos pipelines de CI/CD, incluindo teste de unidade, testes de integração e testes completos. Use produtos como o Cloud Build e o Cloud Deploy para criar e gerenciar seus pipelines de CI/CD.

Melhorar e inovar continuamente

Para cargas de trabalho de serviços financeiros na nuvem, a migração para a nuvem é apenas a etapa inicial. Aprimoramento e inovação contínuos são essenciais pelos seguintes motivos:

  • Acelerar a inovação: aproveite novas tecnologias, como a IA para melhorar seus serviços.
  • Reduzir custos: elimine ineficiências e otimize o uso de recursos.
  • Aumentar a agilidade: adapte-se rapidamente às mudanças do mercado e regulatórias.
  • Melhorar a tomada de decisões: use produtos de análise de dados, como o BigQuery e o Looker, para fazer escolhas informadas.

Para garantir a melhoria e a inovação contínuas, considere as seguintes recomendações.

Realizar retrospectivas regulares

As retrospectivas são essenciais para melhorar continuamente os procedimentos de resposta a incidentes e para otimizar as estratégias de teste com base nos resultados de testes regulares de performance e carga. Para garantir que as retrospectivas sejam eficazes, faça o seguinte:

  • Ofereça às equipes a oportunidade de refletir sobre as experiências, identificar o que deu certo e identificar áreas de melhoria.
  • Realize retrospectivas após marcos do projeto, incidentes importantes ou ciclos de teste significativos. As equipes podem aprender com sucessos e falhas e refinar continuamente os processos e práticas.
  • Use uma abordagem estruturada, como o modelo de início-parada-continuação para garantir que as sessões retrospectivas sejam produtivas e levem a etapas práticas.
  • Use retrospectivas para identificar áreas em que a automação do gerenciamento de mudanças pode ser aprimorada para melhorar a confiabilidade e reduzir os riscos.

Promover uma cultura de aprendizagem

Uma cultura de aprendizagem facilita a exploração segura de novas tecnologias em Google Cloud, como recursos de IA e ML para aprimorar serviços como detecção de fraudes e aconselhamento financeiro personalizado. Para promover uma cultura de aprendizagem, faça o seguinte:

  • Incentive as equipes a experimentar, compartilhar conhecimento e aprender continuamente.
  • Adote uma cultura livre de humilhação, em que as falhas são vistas como oportunidades de crescimento e melhoria.
  • Crie um ambiente psicologicamente seguro que permita que as equipes assumam riscos e considerem soluções inovadoras. As equipes aprendem com sucessos e falhas, o que leva a uma organização mais resiliente e adaptável.
  • Desenvolva uma cultura que facilite o compartilhamento de conhecimento adquirido com processos de gerenciamento de incidentes e exercícios de teste.

Manter-se atualizado com as tecnologias de nuvem

O aprendizado contínuo é essencial para entender e implementar novas medidas de segurança, aproveitar a análise de dados avançada para insights melhores e adotar soluções inovadoras relevantes para serviços financeiros.

  • Maximize o potencial dos Google Cloud serviços mantendo-se informado sobre os avanços, recursos e práticas recomendadas mais recentes.
  • Quando novos Google Cloud recursos e serviços forem introduzidos, identifique oportunidades para automatizar ainda mais os processos, melhorar a segurança e melhorar a performance e a escalonabilidade dos aplicativos.
  • Participe de conferências, webinars e sessões de treinamento relevantes para ampliar seu conhecimento e entender novos recursos.
  • Incentive os membros da equipe a obter Google Cloud certificações para ajudar a garantir que a organização tenha as habilidades necessárias para o sucesso na nuvem.
Anterior
Visão geral
Avançar
Segurança