上周，我们遇到了一次相当严重的中断，影响了多项服务，导致我们无法满足与客户签订的 SLA 要求。现在一切都已解决，我正在开展事后审查。
通过这次审查，我希望写出一份内部文件，描述此次中断、其影响、我们的响应和解决方案。我希望写出一份相当标准的表格，以供将来重复使用。我在下面列出了我的想法，但还应该包括哪些内容？如果这是一起与安全相关的事件，你会添加什么内容？
- 概括事件的高管级别总结。
- 受影响的服务
- 影响对我们的用户和 SLA 有什么影响？是否有金钱方面的损失、交易遗漏、客户流失等？
- 停电时长对于每项受影响的服务，如果存在差异
- 原因包括主要原因和次要原因
- 解决
- 事件时间表通知、与外部供应商的联系、客户通知、回复等。
- 我们的回应存在问题我们对停电的响应是否没有按计划进行？是否通知了正确的人员？供应商是否履行了合同义务？
- 采取预防措施我们如何防止此类中断再次发生或减少其影响？
- 检测方法我们对这次中断的检测有多好？我们将来如何改进检测？
- 未来停电响应中需要做出的改变
尝试将帖子限制为一个项目和解释，并且可以使用得票最高的答案来更新此帖子。
答案1
虽然它可以被涵盖在采取预防措施，我建议有一个检测方法您可以使用该部分来记录真正的症状是什么，以及如果问题再次发生，如何（更快地）检测到问题，最好使用自动化。
答案2
看起来不错。我只想补充以下内容：
影响/后果：中断的后果是什么 - 谁受到了影响、哪些 SLA 被违反（如果有）、是否有任何连锁反应？
答案3
受影响的服务和中断持续时间只能说明中断的严重程度。您还想知道对业务的影响。
影响：这对用户有什么影响？用户是如何看待的？这给我们造成了多大的损失（因未达到 SLA、订单丢失等）？
答案4
公开发布和内部发布
这更多是管理层要决定的事情，但无论如何，您可能希望包括应该向客户发布的内容或您的建议。此外，无论哪种方式，在发布任何内容之前，都要获得管理层对将向客户发布的内容的确切措辞的批准。
公开发布的内容应包含在内，以便公司中的任何人都知道他们可以告诉客户什么。