Tutto ciò che vale la pena sapere, niente di superfluo.
Cosa misura effettivamente
L'MTTR è il tempo trascorso dall'inizio dell'incidente (il momento in cui inizia l'impatto) al ripristino del servizio (il momento in cui riprende il normale traffico), calcolato come media su una serie di incidenti in un intervallo di tempo definito. La scomposizione classica è: Tempo medio di rilevamento (MTTD) + Tempo medio di conferma (MTTA) + Tempo medio di diagnosi + Tempo medio di riparazione = MTTR. Ogni componente ha il suo collo di bottiglia: l'MTTD dipende dalla copertura del monitoraggio, l'MTTA dalla rotazione dei turni di reperibilità, la diagnosi dalla profondità di osservabilità e la riparazione dalla maturità dei playbook e dall'automazione.
Perché è importante dal punto di vista commerciale
Per una piattaforma di messaggistica, ogni minuto di indisponibilità di una rotta critica comporta una perdita di fatturato e un danno reputazionale misurabili. I contratti SLA prevedono crediti espliciti per il MTTR (tempo medio di ripristino); un cliente aziendale che registra tre incidenti di diverse ore in un trimestre sta cercando un'alternativa. Le riduzioni più rapide del MTTR si ottengono eliminando MTTD (tempo medio di ripristino) e MTTA (tempo medio di ripristino): avvisare al momento giusto, contattare la persona giusta e metterla di fronte a un manuale operativo in pochi minuti. Il prodotto Performance System di BroadNet è progettato proprio per questo: avvisi specifici per le telecomunicazioni, collegamento ai manuali operativi e correlazione degli incidenti, con l'obiettivo di ridurre il MTTR.
Angolo operativo
Tre modelli dominano la riduzione dell'MTTR. Primo: correlazione degli avvisi – trasformare cento avvisi correlati in un unico evento di notifica, evitando che il tecnico venga sommerso di lavoro. Secondo: automazione del runbook – i primi tre passaggi di triage vengono eseguiti automaticamente quando si attiva l'avviso, consentendo al tecnico di arrivare con la diagnosi già a disposizione. Terzo: degrado predittivo – individuare l'andamento del degrado prima della violazione degli SLO, in modo che il team possa intervenire in modo proattivo anziché reattivo. Il livello Performance System aggiunge tutti e tre questi modelli al monitoraggio generico (Nagios/Zabbix/ManageEngine), non in sostituzione di esso.
Considerazioni in materia di privacy e conformità
Il MTTR (tempo medio di ripristino) è un metadato operativo, non un dato personale, e non rientra nell'ambito di applicazione del GDPR. I registri degli incidenti e i report sull'impatto sui clienti che alimentano il calcolo del MTTR possono contenere identificativi del cliente; trattateli con gli stessi controlli di accesso di qualsiasi altro registro operativo. Le dichiarazioni pubbliche sul MTTR devono essere supportate da una metodologia di misurazione verificabile: un "uptime del 99,9%" senza dati MTTR a supporto è marketing, non ingegneria.