True Causes
NL
Bahasa IndonesiaDanskDeutschEnglishEspañolFrançaisItalianoNederlandsNorskPolskiPortuguêsSrpski (latinica)SvenskaTiếng ViệtTürkçeΕλληνικάРусскийСрпски (ћирилица)Українська中文日本語한국어
← lobby
7/7 · Acties
mensen: 30 · ideeën: 30
demonstratie · telt niet mee
knelpunten · iedereen met de link · openbaar vermeld · federatie aan
geleid door zijn gespreksleider (verzegeld)
mensen: 30 · ideeën: 30 · 2 groepen
Paspoort → · Logica → · verslag
↗ deel deze kaart
Op een andere site, als live kaart:
Als afbeelding: https://truecauses.org/d/6708d57/map.svg
Als data: elk beoordeeld paar in deze ruimte (CSV). Elke bewering heeft een eigen adres, /c/6708d57/<card>, vermeld onder de kaart.
Bronvermelding bij publicatie: Causal map: True Causes, https://truecauses.org/d/6708d57
DE VRAAG

Why does the same outage keep recurring?

Stel voor wat er moet gebeuren en beoordeel dan of elke actie elke wortel in beweging zou zetten.

Verzegeld 23 dagen geleden: deze ruimte weet niet meer wie erin zat; alleen haar gespreksleider is nog bij naam bekend. Wat ze concludeerde, blijft staan.
aan tafel: 30 (gesimuleerd: 29) · 3 acties voorgesteld tegen 6 grondoorzaken. Voeg er een toe en beoordeel dan of elke actie elke oorzaak in beweging zet.
Je kijkt mee als gast. Kies een gebruikersnaam om mee te doen.
Geef eerst de grondoorzaken een score
waarom
De eigen werkwijze van de methode, voordat er een actie wordt voorgesteld: elke grondoorzaak krijgt een score van 1–5 voor hoe haalbaar het is om haar aan te pakken, hoeveel effect dat zou hebben, en hoe waarschijnlijk het is dat ze vanzelf verdwijnt zonder ingrijpen. Voorrang krijgen wortels met veel effect, hoge haalbaarheid en weinig kans dat ze zichzelf oplossen — prioriteit = effect + haalbaarheid − kans. De scores worden over de groep gemiddeld en getoond met hoeveel mensen ze gaven.
1 = laag, 5 = hoog. Je eigen scores; de gemiddelden van de groep ernaast.
grondoorzaakhaalbaareffectlost zichzelf opprioriteit
The service map in the wiki is two years old––––
One engineer knows how the payment path actually works––––
Feature flags are never cleaned up, so nobody knows which paths are live––––
The on-call rota has the same two people on it most weeks––––
Rollbacks take longer than the outage they are meant to end––––
Alerts fire so often that on-call mutes them––––
Zou elke actie elke grondoorzaak in beweging zetten?
Langs de zijkant: de acties die mensen voorstelden. Bovenaan: de grondoorzaken die de kaart vond. Elk vakje is één stem over één vraag — zou deze actie die oorzaak aanzienlijk verminderen? Eén kant moet 75% van de uitgebrachte stemmen halen om het te beslissen; anders blijft het vakje verdeeld. Elk vakje laat zien hoe de stemmen vielen — ja / erger / nee — en een vakje is beslist als een daarvan driekwart ervan haalt.
waarom
Beantwoord bij 75% van de uitgebrachte stemmen, zoals elke andere vraag hier. Verdeeld betekent dat mensen stemden en geen van beide kanten die grens haalde — het is een uitslag, geen wachtrij, en het blijft verdeeld tot genoeg mensen van mening veranderen. Een vakje dat niemand beslist, blijft onbeslist; het wordt nooit een nee. Elk paar apart beoordelen voorkomt dat een populaire actie de eer krijgt voor dingen die ze niet raakt.
ACTIEGRONDOORZAKEN · vermindert de actie links dit?
The service map in the wiki is two years oldOne engineer knows how the payment path actually worksFeature flags are never cleaned up, so nobody knows which paths are liveThe on-call rota has the same two people on it most weeksRollbacks take longer than the outage they are meant to endAlerts fire so often that on-call mutes them
No production deploy after 14:00 on Fridays unless the on-call engineer agrees bespreken✗ nee, niet
3 ja / 0 erger / 26 nee
⚑ de groep was verdeeld
21 ja / 0 erger / 8 nee
nog niet beslist
nog niet beslist
nog niet beslist
nog niet beslist
Give the shared schema one named owner and a migration tool with rollback bespreken✗ nee, niet
6 ja / 0 erger / 23 nee
✓ ja, het vermindert dit
24 ja / 0 erger / 5 nee
nog niet beslist
nog niet beslist
nog niet beslist
nog niet beslist
Reserve one engineer-week per sprint for post-mortem actions, first in the sprint, not last bespreken✗ nee, niet
4 ja / 0 erger / 25 nee
✗ nee, niet
3 ja / 0 erger / 26 nee
nog niet beslist
nog niet beslist
nog niet beslist
nog niet beslist
Grootste hefboom tot nu toe
Give the shared schema one named owner and a migration tool with rollback vermindert 1 van de 6 grondoorzaken
DE ACTIES OP DE KAART
Getoond: alle acties die de ruimte beoordeelde. Dat werkt direct in op 1 van de 6 grondoorzaken. Op 5 werkt het niet direct in.
Afgelezen uit de vakjes die de ruimte in Acties besliste, niets anders. Een wortel in groen wordt verminderd door minstens één van de getoonde acties; in grijs werkt geen ervan er direct op in; een rode omlijning betekent dat een ervan hem erger maakt.
Deel deze weergave: als afbeelding · als live kaart voor een andere site
The same three services cause most of the pages → The staging environment does not resemble productionFeature work always outranks reliability work in planning → Post-mortem actions are written up and then never scheduledRollbacks take longer than the outage they are meant to end → Reliability has no budget line of its ownEvery team has its own logging format → Customers report outages before monitoring doesReliability has no budget line of its own → The incident channel fills with people asking for status instead of giving itReliability has no budget line of its own → The staging environment does not resemble productionPost-mortems assign actions to people who were not in the room → Post-mortem actions are written up and then never scheduledTests that fail intermittently are retried until green → Customers report outages before monitoring doesRetries are unbounded, so a slow dependency becomes a flood → The same three services cause most of the pagesAlerts fire so often that on-call mutes them → Every team has its own logging formatThe on-call rota has the same two people on it most weeks → Post-mortem actions are written up and then never scheduledThe on-call rota has the same two people on it most weeks → Alerts fire so often that on-call mutes themFeature flags are never cleaned up, so nobody knows which paths are live → The same three services cause most of the pagesFeature flags are never cleaned up, so nobody knows which paths are live → Rollbacks take longer than the outage they are meant to endOne engineer knows how the payment path actually works → The on-call rota has the same two people on it most weeksThe service map in the wiki is two years old → Feature flags are never cleaned up, so nobody knows which paths are liveFeature work always outranks reliability work in planningFeature work alwaysoutranks reliability workin planningPost-mortems assign actions to people who were not in the roomPost-mortems assign actionsto people who were not inthe roomTests that fail intermittently are retried until greenTests that failintermittently are retrieduntil greenRetries are unbounded, so a slow dependency becomes a floodRetries are unbounded, so aslow dependency becomes afloodOne engineer knows how the payment path actually works ② Give the shared schema one named owner and a migration tool with rollbackOne engineer knows how thepayment path actually works②wat de getoonde acties met deze grondoorzaak doenVERMINDERD DOOR 1 ACTIEThe service map in the wiki is two years oldThe service map in the wikiis two years oldwat de getoonde acties met deze grondoorzaak doenGEEN ACTIE WERKT ER DIRECTOP INFeature flags are never cleaned up, so nobody knows which paths are liveFeature flags are nevercleaned up, so nobody knowswhich paths are livewat de getoonde acties met deze grondoorzaak doenGEEN ACTIE WERKT ER DIRECTOP INThe on-call rota has the same two people on it most weeksThe on-call rota has thesame two people on it mostweekswat de getoonde acties met deze grondoorzaak doenGEEN ACTIE WERKT ER DIRECTOP INRollbacks take longer than the outage they are meant to endRollbacks take longer thanthe outage they are meantto endwat de getoonde acties met deze grondoorzaak doenGEEN ACTIE WERKT ER DIRECTOP INAlerts fire so often that on-call mutes themAlerts fire so often thaton-call mutes themwat de getoonde acties met deze grondoorzaak doenGEEN ACTIE WERKT ER DIRECTOP INThe same three services cause most of the pagesThe same three servicescause most of the pagesPost-mortem actions are written up and then never scheduledPost-mortem actions arewritten up and then neverscheduledReliability has no budget line of its ownReliability has no budgetline of its ownEvery team has its own logging formatEvery team has its ownlogging formatThe incident channel fills with people asking for status instead of giving itThe incident channel fillswith people asking forstatus instead of giving itThe staging environment does not resemble productionThe staging environmentdoes not resembleproductionCustomers report outages before monitoring doesCustomers report outagesbefore monitoring does
Elk nummer op de kaart markeert een grondoorzaak die die actie vermindert.
① No production deploy after 14:00 on Fridays unless the on-call engineer agrees
② Give the shared schema one named owner and a migration tool with rollback
③ Reserve one engineer-week per sprint for post-mortem actions, first in the sprint, not last
Wat we verwachten dat volgt
Voorspellingen over de acties: wat elke actie moet veranderen, hoe je dat meet en wanneer je controleert. Op de datum schrijft iemand die in de ruimte was ernaast wat er echt gebeurde.
waarom
Een kaart zegt welke acties welke oorzaken in beweging zetten. Ze zegt niet of iemand ze heeft uitgevoerd, of dat er iets veranderde. Een notitie hier is een voorspelling met een datum en iets om te meten, geschreven nadat de kaart vaststond. Als de datum komt, wordt ernaast geschreven wat er echt gebeurde, en de voorspelling blijft zoals ze was: een verkeerde is de nuttige soort. Niemand heeft hierover gestemd en het verandert niets aan wat de ruimte vond.
te controleren op 23 Jan 2027
actieNo production deploy after 14:00 on Fridays unless the on-call engineer agrees
we verwachtenthe same cause stops coming back once fixing it is in the sprint
gemeten aanrepeat outages with the same cause, per quarter
schattingende ruimte: 3 (mediaan van 15, spreiding 1 tot 6)