📚 课程目录第4章初始级值班台现状评估

4. 初始级值班台现状评估：无标准化流程、被动响应模式、手工操作占比高、评分基线建立方法

初始级（Level 1）是 SRE 值班台成熟度模型的起点，也是大多数传统运维团队的真实写照。本章聚焦于如何客观评估当前值班台是否处于初始级，识别其核心痛点，并建立可量化的评分基线，为后续向标准化级（Level 2）演进提供数据支撑。

初始级值班台并非一无是处，但其运行模式存在显著的结构性风险。以下三个特征可作为快速诊断的“试金石”：

特征维度	典型表现	业务影响
无标准化流程	故障处理依赖个人经验，无 Runbook、无升级策略、无事后复盘模板；告警处理路径因人而异。	人员流动导致知识断层，故障平均恢复时间（MTTR）波动极大，不可预测。
被动响应模式	值班人员等待用户或监控系统报警后才介入；缺乏主动巡检、容量预测或异常检测。	故障发现滞后，小问题演变成大事故；用户满意度下降，业务连续性受威胁。
手工操作占比高	重启、回滚、日志查询、配置修改等操作均通过 SSH 或 Web 控制台手动执行；自动化脚本覆盖率低于 10%。	操作效率低且易出错；变更风险高，无法实现变更的审计与回滚。

  诊断提示： 如果团队中超过 70% 的故障处理步骤需要值班人员“现场想”或“翻聊天记录”，且没有一份被全员遵守的《值班操作手册》，那么该值班台大概率处于初始级。

为了将模糊的“初始级”感知转化为可比较的分数，我们设计了一个五维评分模型。每个维度满分 20 分，总分 100 分。初始级的总分区间通常为 0 – 35 分。

建立评分基线不是为了“打分而打分”，而是为了找到改进的起点。推荐采用以下三步法：

数据采集（1-2 周）
- 统计值班日志：记录每日告警数量、处理方式（手工/自动）、处理时长。
- 访谈值班人员：了解故障处理流程的标准化程度和痛点。
- 审计自动化脚本：统计自动化操作覆盖的运维场景比例。
维度评分
- 对照五维模型，每个维度按 0-20 分进行打分。
- 评分标准：0-5 分（完全未建立）、6-10 分（初步尝试但效果差）、11-15 分（部分建立）、16-20 分（基本完善）。
基线确认与公示
- 将评分结果与团队对齐，确保大家对“初始级”现状达成共识。
- 将基线分数记录在案，作为后续改进效果的对比基准。

基线建立技巧： 不要追求“完美评分”。初始级的基线分数越低，后续改进的“可见度”越高，越容易获得管理层的支持。建议将基线分数控制在 15-25 分之间，以保留足够的改进空间。

手工操作占比是初始级最直观的量化指标。我们建议通过以下公式进行精确计算：

手工操作占比 = (手工操作次数 / 总操作次数) × 100%

其中：
- 手工操作次数：通过 SSH、控制台、手动执行脚本等方式完成的操作。
- 总操作次数：包括手工操作 + 自动化平台/API 触发的操作。

评估周期：建议连续采集 7 天数据，取平均值。

初始级的手工操作占比通常高于 80%。如果低于 50%，则值班台可能已进入标准化级（Level 2）。

完成现状评估和基线建立后，团队应设定第一个明确的改进目标：

改进方向	初始级现状	标准化级目标（Level 2）	关键动作
流程标准化	无 Runbook	核心故障场景覆盖 3 份 Runbook	组织值班人员编写并评审 Runbook
响应模式	完全被动	建立每日主动巡检清单	设计并执行巡检脚本
自动化率	手工操作 > 90%	手工操作降至 70%	对 Top 5 高频操作进行脚本化

常见陷阱： 不要试图在初始级阶段一次性解决所有问题。优先选择“流程标准化”作为突破口，因为它是后续自动化和主动响应的基础。没有标准流程的自动化，只会加速混乱。

通过本章的评估方法和基线建立，团队将获得一份清晰的“初始级体检报告”。这份报告不仅是改进的起点，也是向组织证明 SRE 值班台成熟度提升价值的核心依据。