LESSON 30分

ストーリー

田
田中VPoE
ブレイムレスカルチャーの核となるプラクティスが「ポストモーテム」だ。直訳すると「検死」だが、インシデントの死因を解剖する、という意味でこの名前が使われている
あなた
障害報告書とは違うんですか？
あ
田
田中VPoE
根本的に違う。障害報告書は「誰が何をした」を記録するもの。ポストモーテムは「なぜそれが起きたのか」「何を学んだのか」「どう仕組みを変えるのか」を組織全体で共有するものだ
あなた
「報告書」ではなく「学習文書」ということですね
あ
田
田中VPoE
まさにそうだ。Googleでは年間数千件のポストモーテムが書かれ、全社員が閲覧できる。この「学びのアーカイブ」が組織の知恵になる。今日はポストモーテムの書き方と運営方法を実践的に学ぼう

ポストモーテムの基本構造

テンプレート

セクション内容記入のポイント
タイトルインシデントの概要を一文で技術的すぎず、誰でも分かる言葉で
サマリー何が起き、どんな影響があったかユーザーへの影響を中心に
タイムライン発生から解決までの時系列分単位で正確に、判断の根拠も記載
根本原因分析なぜこのインシデントが起きたか「誰が」ではなく「何が」を問う
影響範囲影響を受けたユーザー、サービス、データ定量的に記載
うまくいったこと検知・対応で効果的だったこと良い点を必ず記載する
改善すべきこと検知・対応で不十分だったこと仕組みの観点で
アクションアイテム再発防止の具体的な施策担当者、期限を明記
学びこのインシデントから得た教訓他チームにも役立つ一般化された知見

タイムラインの書き方

タイムラインの例:

2024/12/15（日）
  14:23  監視アラート発火（API応答時間が閾値超過）
  14:25  オンコールエンジニアAが対応開始
  14:30  データベースのCPU使用率が95%であることを確認
  14:35  前日のデプロイで追加されたクエリが原因と推定
         → この時点で「ロールバックするか、クエリを修正するか」の判断に迷う
  14:45  インシデントコマンダーBに判断をエスカレーション
  14:50  ロールバックを決定、実行開始
  15:05  ロールバック完了、API応答時間が正常化
  15:10  影響範囲の調査開始
  15:30  影響: 約2,000ユーザーが42分間サービス利用不可

注意: 「14:35で判断に迷った」も記録する。判断の遅れを責めるのではなく
      「迷いなく判断できる仕組み」を作るための材料にする

ポストモーテムミーティングの運営

参加者と役割

役割担当責任
ファシリテーターSREまたはマネージャー場の安全性を保ち、議論を導く
タイムラインオーナー対応に当たったエンジニア事実関係を正確に説明する
スクライバー（記録者）別のメンバー議論の内容を記録する
参加者関連チームのメンバー多角的な視点を提供する

ミーティングの流れ

フェーズ時間内容
オープニング5分ブレイムレスの原則を確認、心理的安全性の場を作る
タイムライン共有15分事実を時系列で共有（意見・判断は後回し）
根本原因の議論20分5 Whysやフィッシュボーンで構造的に分析
うまくいったこと5分検知・対応で良かった点を称える
アクションアイテム10分再発防止策を具体的に決める（担当・期限付き）
クロージング5分学びのまとめ、全体への共有方法を確認

ファシリテーターの発言ガイド

場面NG発言OK発言
原因を掘り下げるとき「なぜそんなミスをしたんですか？」「その時点で、どんな情報が見えていましたか？」
判断の遅れについて「判断が遅かったですね」「迷った判断ポイントは、どうすればスムーズになりますか？」
レビュー漏れについて「レビューで気づくべきでした」「このパターンをレビューで検知する仕組みはありますか？」
感情的になったとき「感情的にならないでください」「お気持ちはよく分かります。まず事実を整理してから対策を考えましょう」

アクションアイテムの設計

効果的なアクションアイテムの条件

条件説明良い例悪い例
具体的何をするか明確「デプロイ前にスロークエリチェックをCIに追加する」「クエリに注意する」
担当者付き誰がやるか明確「担当: チームAのエンジニアC」「誰かがやる」
期限付きいつまでか明確「2025年1月末まで」「なるべく早く」
仕組み化人の注意力に頼らない「自動テストを追加する」「次からは気をつける」
検証可能完了を確認できる「CIにチェックが入り、PRで確認できる」「意識を高める」

アクションアイテムの優先度マトリクス

分類定義期限目安例
P0: 即時対応同じインシデントが明日にも再発する1週間以内ホットフィックス、一時的な監視強化
P1: 短期対応類似インシデントを防ぐ構造的改善1ヶ月以内CIへの自動チェック追加
P2: 中期対応より広範な仕組みの改善四半期以内アーキテクチャの改善、ツール導入

ポストモーテムの品質基準

良いポストモーテムの指標

指標内容チェック方法
ブレイムレス個人を非難する表現がない「〜さんが」ではなく「〜のプロセスが」
事実ベース推測と事実が明確に区別されている「推定」「確認済み」のラベルがある
学びが一般化他チームにも適用できる教訓がある「学び」セクションが充実している
アクションが具体的全アクションに担当・期限があるSMART基準を満たしている
タイムラインが正確分単位の時系列があるログやチャットの記録と一致している

アンチパターン

アンチパターン問題対策
犯人捜しポストモーテムブレイムレスの原則に反するファシリテーターが介入、表現を修正
形だけのポストモーテムテンプレを埋めるだけで学びがないアクションアイテムの追跡を必須化
アクション未実行ポストモーテムで決めたのにやらない月次でアクションアイテムの進捗を追跡
一部の人だけが読む学びが組織に広がらない全社共有会、ニュースレターで配信
重大障害のみ実施小さな失敗からの学びを逃す閾値を下げ、軽微なインシデントでも実施

ポストモーテムのアーカイブと活用

ナレッジベースとしての運用

要素設計方針ツール例
保管場所全社員がアクセス可能な場所Confluence、Google Docs、Notion
分類タグサービス、原因カテゴリ、影響度で分類#database #human-error #P1
検索性キーワード検索で過去の事例を引けるタイトルとサマリーの質が重要
定期レビュー四半期ごとにトレンドを分析同じ原因の繰り返しがないか確認

まとめ

ポイント内容
ポストモーテムの目的「学習文書」であり「報告書」ではない
テンプレートタイムライン、根本原因、アクションアイテム、学びを含む
ミーティング運営ファシリテーターが安全な場を作り、事実から構造的原因を掘る
アクションアイテム具体的、担当者付き、期限付き、仕組み化、検証可能
アーカイブ全社公開、タグ付き、定期レビューで活用

チェックリスト

  • ポストモーテムのテンプレート構造を理解した
  • ファシリテーターの役割と発言ガイドを把握した
  • 効果的なアクションアイテムの条件を説明できる
  • ポストモーテムのアンチパターンを認識できる
  • アーカイブの運用方法を理解した

次のステップへ

次は「学習する組織の設計」を学びます。ポストモーテムで得た学びを組織全体の知恵に変え、継続的に学習し続ける組織を設計する方法を身につけましょう。

推定読了時間: 30分