结论先行:策略梳理这类治理项目,真正的约束不是排期表上的工期,而是那几个人被抽走之后,日常运维由谁接。要在开工前定下三件事:留守的人是谁、哪些工作可以延后到什么时候、临时降级到什么程度由谁签字。这三件事不定,治理项目做到一半就会出现两头都缺人、两头都在解释的局面。
本文只谈治理期间日常运维的接续安排,不谈先做哪一段清单,不谈人力结构该招资深还是招中级,也不谈具体故障的处置步骤。
被抽走的不只是人力,是能拍板的那几个人
梳理存量策略这件事,现场通常的做法是从运维组里抽几个骨干,集中几周把历史策略、冗余、冲突、长期没人认领的宽泛规则过一遍。被抽走的往往不是刚入职的新人,而是平时遇到判断类问题会被叫去拍板的那几个人。
于是问题在这里出现:治理项目组多了一个人,日常运维组少了一个能下判断的人。日常工作的数量没减少,但遇到「这条策略能不能先删」「这条告警是不是误报」这类需要经验的问题时,剩下的同事要么绕过去,要么往上推。绕过去的次数一多,就变成无人处理的积压;往上推的次数一多,就变成管理者的电话会。
还有一个容易被忽略的代价:治理本身常常是被某个时间点逼出来的,比如年度合规复审前、重大保障期前。也就是说,人手最紧的那几周,恰好是日常运维最不能出问题的那几周。
三件事,开工前就要写下来
其一:留守名单要写名字,不写岗位
「运维组留两个人」这种写法在现场等于没写。谁留、留到哪天、在这几周里他有权决定什么,都要落到名字。特别是「有权决定什么」这一栏,如果留守的人只有在明显故障时才敢叫停,那等于把判断权还是留在了被抽走的那几个人身上。
可行的做法是给留守的人一个明确的授权区间:预算多少以内的备件可以直接换、哪几类变更可以先做后补单、什么情况下可以直接找原厂升级。写清楚授权,比写清楚名单更管用。
其二:可以延后的工作,要写明延到什么时候
治理期间最容易被含糊处理的,是那些「不急但定期要做」的事:例行巡检、策略命中分析的复盘、非关键的报表出具、部分设备的配置巡检。这些事如果只是口头说一句「先放放」,那么放多久没人知道,到期也没人提,最后要么彻底断掉,要么在治理结束后被集中补做一遍。
更稳的做法是列一张表,逐项写明延后到哪个日期、恢复时由谁负责启动。写在表上的一件事,比在会上说一句「大家辛苦一下」更容易被执行。
其三:临时降级的边界,要有人签字
日常运维里有一部分工作是挂在服务时效上的:多长时间响应、多长时间到场、多长时间闭环。治理期间人力确实紧,时效难免受影响,但这件事不能由一线自己默默承担——一线自己承担的结果是,要么瞒着不说,要么出了问题才暴露。
正确的顺序是:先确认哪几类请求可以接受延后、延后多少、延后期间如果客户催促怎么答复,再由业务负责人签字认这个安排。有了这一纸确认,一线才敢如实说「这项要排到下周」,而不是硬扛到出事。
一张表:治理期间的四类工作
| 工作类别 | 治理期间的处置 | 由谁认这个安排 | 恢复时点 |
|---|---|---|---|
| 故障响应与应急 | 不动,优先级提到最高 | 运维负责人 | 不适用 |
| 新增策略与变更 | 照常受理,但合并批次、减少变更次数 | 业务对口人 | 治理结束后放开 |
| 例行巡检与报表 | 延后,保留关键项 | 运维负责人 | 写明具体日期 |
| 策略命中分析与优化建议 | 暂停,治理结束后与治理结果一起出 | 项目负责人 | 治理验收后两周内 |
为什么前三周风险最高
治理项目通常前两周是摸底、第三周开始动真格的清理。摸底阶段只是看,现场压力不大;一旦进入清理,被抽走的人几乎全部埋在项目里,而这时留下的同事对治理范围内的策略还不熟悉——他们既不敢动,也不清楚哪些已经被判定为可清理。
这一段最容易出的问题不是技术问题,是信息断层:治理组知道这条策略为什么被删,留守的人不知道;等业务方来问的时候,现场只有一句「梳理的时候删的」。所以在清理开始之前,至少要让留守的人拿到一份可读的清单:删了什么、为什么删、如果业务反馈有问题怎么恢复。
三个信号,说明这次治理会拖垮日常
- 治理开始后一周内,日常工单的平均闭环时长明显上升,而没有人提这件事;
- 留守的人开始绕过判断直接动手,或者把需要判断的事全部往上推;
- 治理组的会议纪要里,从头到尾没有出现过「日常运维」这四个字。
这三个信号里,第三个最值得警惕。它意味着这次治理从一开始就被当成了一个独立项目,而不是在运行中的系统上做的手术。
深圳市奇摩计算机有限公司做的是服务这一头,在客户现场见过不少治理项目:项目本身按期交付了,结论也写得漂亮,但过程里把日常运维抽空了两个月,后面花了更长时间恢复。经验是,治理期间给日常留一条明确的人手和授权线,比多赶两周工期值钱。变更必须可回退、日常必须有人接,这两条在任何一份服务作业规范里都应该是硬线。
如果你正在排一次策略治理,先别急着定工期——先把留守的人名和授权区间写下来。
