Gestão de incidentes em produção: do caos ao processo em 5 passos

Por que incidentes custam mais do que precisam

Em times sem processo de gestão de incidentes, cada incidente começa do zero: quem é o responsável? Por onde começar a investigar? Quem precisa ser notificado? Esse overhead de coordenação pode dobrar o MTTR — e o custo do incidente.

Os cinco elementos de um processo de incidente maduro

1. Incident Commander — uma pessoa com autoridade para coordenar a resposta. Não é quem está investigando — é quem mantém o contexto geral e coordena os outros.
2. Runbooks — procedimentos documentados para os incidentes mais frequentes. "Se o serviço X estiver com latência alta, verifique Y, Z e W nessa ordem".
3. War room — canal de comunicação dedicado ao incidente (Slack, Teams) com todos os envolvidos em tempo real.
4. Status page — comunicação proativa com clientes sobre o impacto. Clientes que descobrem incidentes antes de serem notificados ficam mais frustrados do que clientes notificados imediatamente.
5. Postmortem sem culpa — análise de causa raiz focada no sistema, não nas pessoas. O objetivo é melhorar o sistema para prevenir recorrência.

Ferramentas que suportam o processo

PagerDuty e Opsgenie para roteamento de alertas e gestão de oncall. Incident.io e FireHydrant para gestão estruturada de incidentes com checklists e timeline. Statuspage da Atlassian para comunicação com clientes. O processo importa mais do que a ferramenta — mas ferramentas boas reduzem o atrito.