Postmortem de incidente
Un análisis estructurado tras un incidente operativo grave: qué pasó, por qué, cómo se resolvió y qué debe cambiar para que no se repita. La práctica moderna insiste en que sea sin culpa (blameless) — centrado en los fallos del sistema, no en señalar a un chivo expiatorio.
Contenido: una cronología (qué pasó y cuándo), el impacto (a cuántos afectó y durante cuánto tiempo), un análisis de causa raíz (las causas subyacentes, no solo el síntoma) y — lo más importante — puntos de acción concretos con responsables para evitar que se repita. Blameless es el núcleo: si se castiga a las personas por sus errores, esconden los problemas y no los reportan → nunca se conocen las causas reales. La premisa es que la gente actuó de forma razonable con lo que sabía, y que si el error de una sola persona pudo causar una caída, es el SISTEMA (falta de barreras, mal diseño) lo que hay que arreglar. Popularizado por el libro de SRE de Google y por Etsy. Una cultura de aprendizaje, no de culpa. Muy ligado a los SLO, los error budgets y los runbooks. Relacionado con SLO/SLI y la reducción de toil.