在很多IT組織中，大家工作的重點往往專注于解決事件，但長期專注于此，會出現疲于應對的現象，例如事件數量居高不下，工程師焦頭爛額疲于奔命。長此以往會使問題的數量持續增加，持續未解決的根本原因會導致更多事件。如果IT組織希望有效開展問題管理流程，同時兼顧事件管理，那在兩者之間需要找到平衡點。

01. 問題管理如何發揮作用

問題管理的唯一目標是識別并消除重復發生事件的根本原因。在無法預防事件的情況下，問題管理力求將發生的事件對業務的影響降至最低。

如果只關注“如何快速找到問題并恢復服務”，那并沒有進行問題管理，而是進行了事件管理，事件管理的核心目標是快速恢復服務。而問題管理是一個完全不同的流程，主要分為被動式和主動式兩種類型。

1）被動式問題管理

被動式問題管理是從事件中被動觸發的，許多IT組織會對重大事件進行事后審查，當發現存在潛在問題時，就會開展被動式問題管理工作。

2）主動式問題管理

主動式問題管理是使用數據趨勢和歷史信息識別潛在的問題，可以是持續開展服務改進的活動，也可以是適當地使用數據進行分析，甚至簡單依靠積累的經驗和直覺。

無論是哪種方式，問題管理都需要根據對業務的價值定義優先級。例如使用“業務影響分析”等方法，可以識別出優先解決哪些問題可以給業務帶來更高的價值。

02. 不同規模的組織如何構建問題管理

IT組織構建問題管理應根據IT組織的規模大小進行區別化設計，確定一個IT組織問題管理流程的模式應該考慮以下幾個因素：

• 運維人員的數量
• 基礎設施的數量
• 基礎設施的穩定性
• 重復事件的數量

如果無法有效衡量，可以參考以下內容：

1）小型組織的問題管理

小型組織的問題管理通常不單獨設置流程經理，主要通過定期的例會討論問題管理相關的內容。會前，建議各領域的負責人基于上一周期的工作記錄，歸納匯總各自領域內最為關鍵的幾個問題，并將這些問題在會上討論并確定后，在下一個周期進行調查處理和解決。

2）中大型組織的問題管理

在中大型組織中，涉及的業務領域較多，通常采取統一的問題管理模式，在這種模式下，重點在于找出解決方案并實施。主動性問題管理通常會定義問題來源的多種方式，例如，在某個特定階段，頻繁觸發的監控告警、用戶頻繁反饋的重復事件或重大事件、日常巡檢中發現的潛在問題，以及偶然間發現的業務流程或服務中的關鍵缺陷。這種模式下，通常會由問題經理進行定期收集、匯總、協調解決和跟蹤。

除了以上提到的問題構建方式以外，在日常運營中，還應該注意以下細節：

• 主動健康檢查，通過周期性健康檢查，分析應用系統的運行情況，主動發現問題預防重大事件的發生和消除系統隱患；
• 對發現的問題進行持續跟蹤處理，向相關人員定期匯報問題解決進展；
• 由問題經理或系統負責人持續優化健康檢查的方法以及發現的問題和處理進展。

03. 如何做好問題管理

1）區分事件和問題以及管理職責

在前邊的內容中提到，事件和問題管理的目標并不相同，事件管理的重點是及時處理事件恢復服務；而問題管理則更側重于預防性的措施，旨在識別和消除可能導致事件或其他不利影響的潛在問題。通過清晰地區分這兩者，IT團隊可以轉變其工作模式，從被動地應對突發狀況，轉變為積極主動地尋找并消除潛在的風險隱患，從而提升整體的服務質量和穩定性。

同樣對于事件經理來說，重點是快速解決事件，而問題經理的目標是預防。通過結合這兩個角色的共同努力，可以從根本上提升應用系統的連續性和可用性。

2）充分分析問題

問題的分析方法有很多種，組織可以考慮在不同的場景下使用不同的方法，達到快速有效的問題分析。以下是在不同場景下的分析工具：

3）以結果為導向

許多IT組織在問題管理活動中往往過于關注問題的數量和解決時間，然而這些并非衡量問題管理成效的核心標準。真正有效的問題管理應當通過兩個關鍵維度來衡量：一是問題管理的關鍵績效指標，二是問題管理對業務運營的實際影響。可以參考以下示例：

4）發揮已知錯誤數據庫的作用

這一觀點也是知識管理的建議，為不同的團隊提供問題的已知錯誤數據庫的權限，以及相關的解決方案。這種方式可以讓團隊之間相互學習，節省事件和問題的處理時間，讓整個組織保持高效運行。

03. 結語

通過實施有效的問題管理，IT組織不僅可以從根本上解決反復出現的事件，還能顯著提升服務的穩定性和客戶滿意度。區分事件管理和問題管理的職責，利用適當的分析工具，如頭腦風暴、5WHY和魚骨圖，可以更快速地找到問題根源并采取有效的預防措施。定期審查和利用已知錯誤數據庫，進一步增強問題管理的效果。最終，問題管理的目標是通過持續改進，實現IT服務的高效、可靠和可持續性。