会社のシステムが止まったら、まず原因を調べるんですよね？
それが意外と違うんだ。利用者は今まさに仕事ができなくて困っている。だからまずは使える状態に戻すのが先。原因を調べるのは、そのあと別の担当がじっくりやるんだよ。
インシデントとは
インシデントとは、ITサービスの計画外の中断や、品質の低下のことです。
- 社内メールが送れない
- 販売システムの画面がいつもより極端に遅い
- 共有フォルダにアクセスできない
など、利用者がふだんどおりにサービスを使えない出来事はすべてインシデントです。
なお、「パスワードを忘れたので再設定してほしい」「新しいソフトを使いたい」のような、障害ではない定型的なお願いは サービス要求 と呼んで、インシデントとは区別します。
天井の水漏れで考える
水漏れが起きたら、まずバケツで水を受けて部屋が水浸しになるのを防ぎますよね。原因の配管を調べるのはそのあとです。ITサービスでも同じ順番で対応します。
インシデント管理 ― まず復旧
インシデント管理の目的は、できるだけ早くサービスを通常の状態に戻し、業務への影響を最小限にすることです。根本原因がわからなくても、まず使える状態に戻すことを優先します。
販売システムのサーバが止まった。→ 原因はわからないが、再起動したら動いた。→ 利用者は仕事を再開できる。ここまでがインシデント管理です。 このように、根本解決ではないが当面サービスを使えるようにする方法を ワークアラウンド（回避策）といいます。
インシデントが同時にいくつも起きたときは、影響度（どれだけ多くの人・業務に影響するか）と緊急度（どれだけ急ぐか）から優先度を決め、優先度の高いものから対応します。
サービスデスクとエスカレーション
利用者からの問合せや障害の連絡を受け付ける窓口が サービスデスク です。利用者がどこに連絡すればよいか迷わないよう、窓口を一本化します（SPOC：Single Point of Contact、単一窓口）。よくある質問をまとめたFAQやチャットボットで、利用者が自分で解決できるようにすることもあります。
サービスデスクで解決できない場合は、専門の技術者や上位の責任者に対応を引き継ぎます。これを エスカレーション といいます。
窓口の人が全部直すわけじゃないんですね。
そう。窓口は受け付けて、記録して、必要なら適切な人へつなぐのが大事な仕事なんだ。どこまで対応したかを記録しておくと、あとで問題管理にも役立つよ。
問題管理 ― 根本原因をなくす
問題とは、1つまたは複数のインシデントの根本原因のことです。問題管理は、その根本原因を突き止めて取り除き、インシデントの再発を防ぐことを目的とします。
- 同じ障害が何度も起きている → 記録をもとに共通の原因を分析する
- 原因はわかったがすぐには直せない → 既知の誤り（既知のエラー）として記録し、回避策と一緒にサービスデスクなどへ共有する
- 恒久的な対策としてシステムを直す必要がある → 変更管理へ依頼する
「再起動して復旧した」はインシデント管理、「なぜ止まったかを分析して再発を防ぐ」は問題管理。「早く戻す」か「原因をなくす」かで見分けましょう。問題管理は、障害が起きる前に傾向を分析して手を打つこともあります。
問題管理のその先 ― 変更・リリース・構成管理
根本原因を取り除くためにシステムを直すときは、勝手に本番環境をいじってはいけません。次のプロセスと連携します。
| プロセス | 役割 |
|---|---|
| 変更管理 | システムへの変更の要求を受け付け、影響やリスクを評価して、実施してよいかを承認する |
| リリース管理 | 承認された変更を、テストしたうえで本番環境へ確実に反映する |
| 構成管理 | ハードウェア・ソフトウェア・文書などの構成品目（CI）の情報を記録し、正確に保つ。記録先は CMDB（構成管理データベース） |
水漏れの例なら、「配管を交換してよいか、断水の時間は何時がよいか」を決めるのが変更管理、実際に工事して水が出るか確認するのがリリース管理。家の配管図をいつも最新にしておくのが構成管理です。配管図が古いと、どこを直せばよいかわかりませんね。
似た用語との比較
| 用語 | 目的・役割 | 水漏れなら |
|---|---|---|
| インシデント管理 | 迅速な復旧 | バケツで受ける |
| 問題管理 | 根本原因の除去・再発防止 | 原因の配管を突き止める |
| 変更管理 | 変更の評価・承認 | 工事してよいか決める |
| リリース管理 | 承認された変更の本番反映 | 実際に配管を交換する |
| 構成管理 | 構成情報の正確な記録 | 配管図を最新にしておく |
| サービスデスク | 問合せの単一窓口 | 管理会社の受付電話 |
インシデント ＝ 起きた出来事（症状）、問題 ＝ その原因（病気）。 熱が出たら解熱剤で症状を抑える（インシデント管理）、そのあと検査して病気を治す（問題管理）、と覚えましょう。
- インシデント ＝ ITサービスの計画外の中断・品質低下
- インシデント管理 ＝ 原因の究明よりサービスの迅速な復旧を優先。当面の回避策がワークアラウンド
- 問題管理 ＝ インシデントの根本原因を突き止め、再発を防ぐ
- サービスデスク ＝ 利用者の単一窓口（SPOC）。解決できなければエスカレーション
- 恒久対策は 変更管理（承認）→ リリース管理（本番反映） の順で実施
- 構成管理 ＝ 構成品目（CI）の情報をCMDBで正確に管理