😊

現場で使えるポストモーテムチェックリスト

に公開
チェックリスト
ポストモーテム
現場で使える
idea

現場で使えるポストモーテムチェックリスト

概要

このドキュメントは、障害の後に必ず実施すべきポストモーテムに必要な観点を自分なりに設計したものです。
障害の後には、次に同じことを繰り返さないよう知識として資産化するフェーズが必要です。現場のエンジニア全員が共通認識を持ち、ポストモーテムが一回限りの反省会で終わらないよう構成しています。
重要な点として、Blameless（責任追及ではなく学習重視） を基本原則としてください。

0. 前提

  • 障害対応プロトコルに従って復旧済みか？ (Critical)
  • 関係者全員にレビュー会議の日程が共有されているか？ (Critical)
  • タイムラインやログは保存されているか？ (Critical)
  • 障害発生から所定期間（SEV1=48h, SEV2=7d）以内に実施されているか？ (Critical)

1. タイムライン再構成

  • 検知 → 通報 → 初動 → 暫定対応 → 復旧の時系列を整理したか？ (Critical)
  • 誰が何を決定し、どのように影響したかを記録したか？ (Critical)
  • コミュニケーション（チャット/電話/告知）の内容も残したか？ (Recommended)
  • MTTD（検知までの時間）/MTTR（復旧までの時間）を算出したか？ (Critical)

2. 原因分析

  • **直接原因（Trigger）**を明記したか？ (Critical)
  • **根本原因（Root Cause）**を5 Whysなどで掘り下げたか？ (Critical)
  • **組織的要因（プロセス・文化・責任分担）**も分析したか？ (Recommended)
  • 「再現可能か？」「検知できたはずか？」を評価したか？ (Recommended)

3. 影響範囲の明確化

  • 影響ユーザー数を把握したか？ (Critical)
  • 金銭的インパクトを算出したか？ (Recommended)
  • ブランドや信頼性への影響を記述したか？ (Recommended)

4. 対応の評価

  • 初動対応の速さ・適切さを振り返ったか？ (Critical)
  • IC（インシデント責任者）の指揮は有効だったか？ (Recommended)
  • コミュニケーションの透明性（ユーザー・社内）は十分だったか？ (Recommended)
  • チームに過度なストレスや混乱がなかったか？（心理的安全性） (Critical)

5. 再発防止策（アクションアイテム化）

  • 技術的対策（監視追加、コード修正、自動化など）を定義したか？ (Critical)
  • プロセス改善（手順書更新、教育、ロール再定義）を定義したか？ (Recommended)
  • 責任者と期限を明確にしたか？ (Critical)
  • アクションアイテムがチケット化され、トラッキング可能になっているか？ (Critical)
  • 期限超過したアクションが次回レビューで必ずチェックされる仕組みになっているか？ (Critical)

6. 学習の共有

  • ポストモーテム文書をナレッジベースに保存したか？ (Critical)
  • 社内勉強会やSlackで要点を共有したか？ (Recommended)
  • 外部公開用の要約が必要か判断したか？ (Optional)
  • 他チームへの波及効果（横展開の必要性）を検討したか？ (Recommended)

7. フィードバックループ

  • 次回の障害対応にこの知見を反映する手段を設計したか？ (Critical)
  • 今回のポストモーテム自体に改善点はあったか？ (Recommended)

判定結果

  • ✅ COMPLETE → タイムライン・原因分析・影響範囲・再発防止策・共有まで完了
  • ⚠️ PARTIAL → 原因分析または再発防止策が未完了
  • ⛔ INCOMPLETE → 文書化すらされていない

Discussion