Perspectiva de serviços financeiros: excelência operacional

Last reviewed 2026-10-28 UTC

Este documento no Google Cloud Well-Architected Framework: perspectiva de serviços financeiros (FS) fornece uma visão geral dos princípios e recomendações para criar, implantar e operar cargas de trabalho de FS robustas no Google Cloud. Essas recomendações ajudam a configurar elementos básicos, como observabilidade, automação e escalonabilidade. As recomendações neste documento estão alinhadas com o pilar de excelência operacional do Well-Architected Framework.

A excelência operacional é fundamental para as cargas de trabalho de FS no Google Cloud devido à natureza altamente regulamentada e sensível dessas cargas de trabalho. 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 gravemente essa confiança e causar a perda de clientes. A excelência operacional ajuda a minimizar esses riscos.

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

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

  • Garantir a continuidade e a resiliência dos negócios: os mercados e serviços financeiros geralmente operam de forma contínua. Por isso, a alta disponibilidade e a recuperação de desastres eficaz são fundamentais. Os princípios de excelência operacional orientam o design e a implementação de sistemas resilientes. O pilar de confiabilidade oferece mais orientações nessa área.

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

  • Otimizar o desempenho de aplicativos essenciais: muitos aplicativos financeiros, como plataformas de negociação e análises em tempo real, exigem alto desempenho e baixa latência. Para atender a esses requisitos de desempenho, você precisa de um design de computação, rede e armazenamento altamente otimizado. O pilar de otimização de desempenho fornece 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 na 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 fundamentais:

Definir SLAs e os SLOs e SLIs correspondentes

Em muitas organizações de SF, a disponibilidade de aplicativos normalmente é classificada com base nas métricas de objetivo de tempo de recuperação (RTO) e objetivo de ponto de recuperação (RPO). Para aplicativos essenciais aos negócios que atendem a 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 sob a perspectiva da satisfação do usuário. As práticas de engenharia de confiabilidade do site (SRE) oferecem uma maneira de alcançar o nível de confiabilidade do sistema que você quer. Criar um framework de métricas envolve definir e monitorar os principais indicadores numéricos 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). Desenvolver SLIs eficazes é crucial, porque eles fornecem os dados brutos necessários para avaliar objetivamente a confiabilidade.

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

  • Desenvolver e definir SLIs para cada serviço crítico. Defina valores de meta que definem os níveis de desempenho aceitáveis.
  • Desenvolva e defina os objetivos de nível de serviço (SLO) 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.
  • Validar o requisito de SLA para cada serviço e reconhecer o SLA como o contrato formal com os usuários do serviço.

Exemplos de níveis de serviço

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

Métrica de negócios SLI SLO SLA
Transação de pagamento concluída

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

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

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

Exemplo: manter uma taxa de sucesso de transações de pagamento de 99,98% em um período 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 até um segundo.
Latência de processamento de pagamentos

O tempo médio que uma transação de pagamento leva para ser processada, desde o início pelo cliente até a confirmação final.

Exemplo: tempo médio de resposta em milissegundos para confirmação de transação, medido em uma janela contínua 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 até 400 milissegundos em uma janela contínua de 30 dias.

Um compromisso contratual de 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 resolver o problema em até duas horas a partir do momento em que ele é relatado ou detectado.
Disponibilidade da plataforma

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

Exemplo: (tempo operacional total − 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, excluindo as 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 as consequências em caso de descumprimento.

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

Use os 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 Google Kubernetes Engine ou o Cloud Run.
  • Usando registros fornecidos por componentes de infraestrutura, como o balanceador de carga.

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

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

Para desenvolver mecanismos e painéis de alerta e monitoramento eficazes, use as ferramentas do Google Cloud Observability com o 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, o desempenho, a segurança e a confiabilidade das cargas de trabalho de FS no Google Cloud. Esses processos ajudam as instituições financeiras a atender aos requisitos regulatórios rigorosos, proteger dados sensíveis, manter a continuidade dos negócios e preservar a confiança dos clientes.

O teste regular dos processos de gerenciamento de incidentes oferece os seguintes benefícios:

  • Manter o desempenho sob cargas de pico: testes regulares de desempenho 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 do desempenho. Essa capacidade é crucial 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 desempenho antes que afetem as operações críticas. Essa abordagem proativa permite que as instituições financeiras ajustem a infraestrutura e os aplicativos para otimizar o desempenho e a escalonabilidade.
  • Validar a confiabilidade e a resiliência: testes regulares, incluindo engenharia de caos ou falhas simuladas, ajudam a validar a confiabilidade e a resiliência dos sistemas financeiros. Esse teste garante que os sistemas possam se recuperar de falhas sem problemas e manter a alta disponibilidade, o que é essencial para a continuidade dos negócios.
  • Realizar um planejamento de capacidade eficaz: os testes de desempenho fornecem dados valiosos sobre a utilização de recursos em diferentes condições de carga, o que é crucial 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 desempenho 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 as 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 a conformidade com esses requisitos.

Para definir e testar seus 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 incidentes.
  • Procedimentos documentados em um runbook ou playbook que descreve as etapas de comunicação, triagem, investigação e resolução.
  • Treinamento e preparação regulares que capacitam as equipes com o conhecimento e as habilidades para responder de forma eficaz.

Implementar testes de desempenho e carga regularmente

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

Automatizar testes em pipelines de CI/CD

A incorporação de testes automatizados aos pipelines de CI/CD ajuda a garantir a qualidade e a confiabilidade dos aplicativos em 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 teste nos pipelines de CI/CD, incluindo teste de unidade, de integração e 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. A melhoria e a inovação contínuas são essenciais pelos seguintes motivos:

  • Acelere a inovação: aproveite as novas tecnologias, como a IA, para melhorar seus serviços.
  • Reduzir custos: elimine ineficiências e otimize o uso de recursos.
  • Aumente a agilidade: adapte-se rapidamente às mudanças regulatórias e de mercado.
  • Melhorar a tomada de decisões: use produtos de análise de dados, como o BigQuery e o Looker, para tomar decisões fundamentadas.

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

Realizar retrospectivas regulares

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

  • Dê às equipes a oportunidade de refletir sobre as experiências, identificar o que deu certo e apontar áreas de melhoria.
  • Realize retrospectivas após marcos do projeto, incidentes graves ou ciclos de teste significativos. As equipes podem aprender com os sucessos e fracassos e refinar continuamente os processos e as práticas.
  • Use uma abordagem estruturada, como o modelo começar-parar-continuar, para garantir que as sessões de retrospectiva sejam produtivas e levem a etapas acionáveis.
  • 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 aprendizado

Uma cultura de aprendizado facilita a exploração segura de novas tecnologias em Google Cloud, como recursos de IA e ML para melhorar serviços como detecção de fraudes e consultoria financeira personalizada. Para promover uma cultura de aprendizado, faça o seguinte:

  • Incentive as equipes a testar, 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 os sucessos e os fracassos, o que leva a uma organização mais resiliente e adaptável.
  • Desenvolva uma cultura que facilite o compartilhamento do conhecimento adquirido com processos de gerenciamento de incidentes e exercícios de teste.

Ficar por dentro das tecnologias de nuvem

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

  • Maximize o potencial dos serviços do Google Cloud ficando por dentro dos avanços, recursos e práticas recomendadas mais recentes.
  • Quando novos recursos e serviços do Google Cloud forem lançados, identifique oportunidades para automatizar ainda mais os processos, aumentar a segurança e melhorar o desempenho e a escalonabilidade dos seus aplicativos.
  • Participe de conferências, webinars e sessões de treinamento relevantes para ampliar seu conhecimento e entender os novos recursos.
  • Incentive os membros da equipe a obter certificações doGoogle Cloud para garantir que a organização tenha as habilidades necessárias para o sucesso na nuvem.
Anterior
Visão geral
Avançar
Segurança