این مقاله نقش مدیرعامل، مدیر فناوری، مالکان سرویس، امنیت، مالی و ارتباطات را در بحران روشن میکند. هدف ساختن کمیتهای سنگین نیست. تصمیمها باید پیش از حادثه صاحب، جانشین، معیار و مسیر ثبت داشته باشند.
در این راهنما، موضوع از چند زاویه بررسی میشود: بحران با ابهام مدیریتی کند میشود، مدیرعامل جهت و آستانه تصمیم را تعیین میکند، مدیر فناوری تصویر گزینهها را ارائه میکند. هدف این است که مخاطب پس از مطالعه، معیارهای تصمیمگیری و اقدام بعدی را روشنتر ببیند.
در این مقاله میخوانید
- بحران با ابهام مدیریتی کند میشود
- مدیرعامل جهت و آستانه تصمیم را تعیین میکند
- مدیر فناوری تصویر گزینهها را ارائه میکند
- مالک سرویس اثر توقف را میداند
بحران با ابهام مدیریتی کند میشود
ممکن است تجهیزات و Runbook آماده باشند اما تیم برای شروع منتظر تأیید بماند. هر دقیقه انتظار بخشی از RTO است. اگر اختیار فقط در ذهن افراد باشد، غیبت یا اختلاف نظر زمان بازیابی را افزایش میدهد.
برنامه باید مشخص کند چه کسی وضعیت بحران را اعلام میکند، چه کسی اولویت خدمات را تغییر میدهد و چه کسی بازگشت به عملیات عادی را تأیید میکند. جانشین هر نقش نیز از قبل تعیین میشود.
مدیرعامل جهت و آستانه تصمیم را تعیین میکند
مدیرعامل لازم نیست مراحل Failover را بداند. مسئولیت او تصویب اولویتهای کسبوکار، سطح ریسک قابل قبول و اختیار تیم بحران است. او باید بداند توقف هر خدمت چه اثری دارد و سرمایهگذاری برای کاهش زمان چه ارزشی ایجاد میکند.
در بحران بزرگ، مدیرعامل درباره ادامه کار حداقلی، اطلاعرسانی بیرونی، هزینه اضطراری و پذیرش محدودیت تصمیم میگیرد. اگر در دسترس نباشد، جانشین با همان چارچوب عمل میکند. تصمیمهای از پیش مصوب، وابستگی به تماس لحظهای را کم میکنند.
مدیر فناوری تصویر گزینهها را ارائه میکند
مدیر فناوری وضعیت سرویسها، سلامت داده، زمان احتمالی بازیابی و ریسک هر گزینه را به زبان مدیریتی بیان میکند. او باید میان قطعیت و برآورد تفاوت بگذارد. وعده زمان دقیق بدون شواهد میتواند تصمیم کسبوکار را منحرف کند.
همچنین هماهنگی تیمهای زیرساخت، برنامه، شبکه، Storage و Backup در اختیار اوست. مدیر فناوری اعلام میکند کدام پیشنیازها آماده و کدام محدودیتها فعالاند. تصمیم اولویت با مدیریت کسبوکار مشترک است.
مالک سرویس اثر توقف را میداند
مالک سامانه مالی میتواند بگوید کدام تراکنشها حیاتیاند، چه عملیات دستی موقت وجود دارد و چه دادهای برای شروع لازم است. تیم فنی ممکن است همه اجزای برنامه را یکسان ببیند، در حالی که کسبوکار میتواند حالت حداقلی را تعریف کند.
مالک سرویس RTO و RPO پیشنهادی را تأیید و پس از بازیابی، کارکرد را پذیرش میکند. نبود این نقش باعث میشود ماشین روشن باشد اما کسی نتواند بازگشت واقعی خدمت را اعلام کند.
امنیت در بحران متوقف نمیشود
تیم امنیت باید درباره دسترسی اضطراری، سلامت نسخه بازیابی، نشانه آلودگی و حفظ شواهد نظر دهد. در حمله سایبری، سریعترین Replica ممکن است امنترین انتخاب نباشد. تصمیم بازگشت باید خطر انتقال آلودگی را ببیند.
امنیت همچنین استثناهای موقت مانند Rule باز یا استفاده از Break Glass را ثبت میکند. پس از بحران، این موارد بسته و تأیید میشوند. کاهش کنترل فقط با مالک و زمان مشخص انجام میشود.
مالی هزینه و اختیار اضطراری را آماده میکند
خرید ظرفیت موقت، حمل قطعه، پشتیبانی ویژه یا فضای جایگزین ممکن است نیازمند هزینه فوری باشد. اگر همه پرداختها به چرخه عادی چندروزه وابسته باشند، بازیابی متوقف میشود. سقف و اختیار هزینه اضطراری باید پیشاپیش تصویب شود.
مدیر مالی همچنین اثر توقف و هزینه گزینههای بازیابی را مقایسه میکند. هدف برآورد دقیق در لحظه نیست؛ تصمیم باید بداند کدام هزینه از زیان ادامه توقف کمتر است. ثبت هزینهها برای بازبینی بعدی لازم است.
ارتباطات یک نقش مستقل میخواهد
کاربران، مشتریان، مدیران و گاهی نهادهای بیرونی به پیامهای متفاوت نیاز دارند. مسئول ارتباطات اطلاعات تأییدشده را از تیم بحران میگیرد و در زمانبندی مشخص منتشر میکند. تیم فنی نباید میان اجرای بازیابی و پاسخ به دهها تماس تقسیم شود.
پیام باید واقعیت، اثر، اقدام جاری و زمان بهروزرسانی بعدی را بگوید. علت نامطمئن بهعنوان قطعیت اعلام نمیشود. وعده زمان رفع فقط وقتی داده میشود که تیم فنی شواهد کافی دارد.
منابع انسانی از افراد کلیدی محافظت میکند
بحران طولانی میتواند تیم را خسته و خطاپذیر کند. برنامه شیفت، جانشین، استراحت و دسترسی افراد کلیدی بخشی از تداوم است. اتکا به یک متخصص برای چند ساعت متوالی ریسک جدید میسازد.
منابع انسانی و مدیران واحدها باید امکان حضور افراد، مسیر رفتوآمد، دورکاری و دسترسی اضطراری را در سناریو ببینند. اطلاعات تماس نیز در محل جدا و امن نگهداری میشوند.
کمیته بحران باید کوچک و دارای اختیار باشد
جلسهای با بیست نفر تصمیم را کند میکند. هسته بحران شامل نقشهای اصلی تصمیم، فناوری، سرویس، امنیت و ارتباطات است. متخصصان دیگر بر اساس موضوع دعوت میشوند. یک نفر جلسه و ثبت تصمیم را هدایت میکند.
هر نقش باید بداند چه اطلاعاتی ارائه و چه تصمیمی میگیرد. گزارشهای کوتاه در بازه ثابت از بحثهای پراکنده جلوگیری میکنند. کانال رسمی ارتباط و محل ثبت نیز پیش از بحران انتخاب میشود.
معیار اعلام Disaster را تعریف کنیم
اعلام خیلی زود میتواند انتقال پرریسک و هزینه غیرضروری ایجاد کند؛ اعلام دیرهنگام RTO را از بین میبرد. معیارها میتوانند زمان برآورد تعمیر، گستره خرابی، سلامت داده، دسترسپذیری سایت و اثر کسبوکار باشند.
ماتریس تصمیم بهجای یک شرط واحد، چند عامل را کنار هم میگذارد. تیم فناوری اطلاعات را ارائه میکند و نقش مجاز تصمیم را ثبت مینماید. اگر وضعیت تغییر کرد، تصمیم بازبینی میشود.
اولویت سرویسها پیش از بحران تصویب میشود
همه واحدها خدمت خود را مهم میدانند. اولویت بر اساس درآمد، تعهد قانونی، ایمنی، مشتری، شهرت، وابستگی و امکان روش دستی تعیین میشود. نتیجه باید توسط مدیریت ارشد تصویب شود.
اولویت ثابت و ابدی نیست. فصل مالی، پروژه بزرگ یا تغییر مقررات میتواند وزنها را عوض کند. بازبینی دورهای و پس از تغییر مهم انجام میشود. در بحران نیز مدیر مجاز میتواند با ثبت دلیل ترتیب را تغییر دهد.
حالت حداقلی هر خدمت را بنویسیم
ممکن است سایت دوم ظرفیت همه قابلیتها را نداشته باشد. مالک سرویس مشخص میکند برای ادامه کسبوکار چه حداقلی لازم است. گزارش تحلیلی میتواند متوقف بماند، اما ثبت تراکنش اصلی باید فعال شود. تعداد کاربران نیز موقتاً محدود میشود.
این تصمیم ظرفیت مقصد و زمان بازیابی را واقعیتر میکند. محدودیتها به کاربران اعلام و برنامه بازگشت به حالت کامل ثبت میشود. حالت حداقلی نباید به وضعیت دائمی تبدیل شود.
داده سالم یک تصمیم مشترک است
تیم Backup نقطههای موجود را نشان میدهد، امنیت احتمال آلودگی را میسنجد و مالک سرویس صحت کسبوکاری داده را تأیید میکند. هیچکدام بهتنهایی پاسخ کامل ندارند. سریعترین نسخه همیشه مناسبترین نیست.
RPO و اثر از دسترفتن داده باید پیشاپیش روشن باشند. اگر لازم است تراکنشها دستی بازسازی شوند، مسئول و روش آن در برنامه میآیند. تصمیم انتخاب نقطه بازیابی ثبت میشود.
جانشین و اختیار غیبت
در سناریوی ما، مدیرعامل در دسترس نیست. جانشین باید بدون تردید اختیار اعلام Disaster را داشته باشد. عبارت «در صورت لزوم تماس بگیرید» برنامه جانشینی نیست. نام نقش، ترتیب تماس و سقف اختیار مشخص میشوند.
مانور باید گاهی با غیبت فرد اصلی انجام شود. این روش نشان میدهد دانش و دسترسی واقعاً منتقل شدهاند یا فقط روی کاغذ جانشین داریم. نتیجه به آموزش و مستندات برمیگردد.
ثبت تصمیم حافظه سازمان را میسازد
در بحران، تصمیمها با اطلاعات ناقص گرفته میشوند. ثبت زمان، اطلاعات موجود، گزینهها، تصمیم و تأییدکننده بعداً امکان تحلیل منصفانه میدهد. هدف سرزنش نیست؛ سازمان باید بفهمد آیا چارچوب مناسب بوده است.
ثبتکننده نباید درگیر عملیات حساس دیگری باشد. الگوی کوتاه و ساده سرعت را حفظ میکند. پس از بحران، Timeline از همین رکورد ساخته میشود.
تضاد میان سرعت و امنیت را از قبل حل کنیم
ممکن است تیم برای سرعت بخواهد کنترل دسترسی را باز کند و امنیت مخالفت کند. برنامه باید عملیات مجاز اضطراری، تأیید لازم و کنترل جبرانی را تعریف کند. برای مثال، دسترسی زماندار با ثبت Session میتواند جای حساب مشترک دائمی را بگیرد.
وقتی مرزها پیشاپیش توافق شوند، بحث در لحظه کمتر میشود. موارد خارج از چارچوب به تصمیم مدیر مجاز نیاز دارند و پس از بحران بازبینی میشوند.
ارتباط با نهاد و مشتری
برخی رخدادها ممکن است تعهد اطلاعرسانی قراردادی یا قانونی داشته باشند. واحد حقوقی و ارتباطات باید Trigger، زمان و محتوای پیام را بدانند. تیم فنی واقعیت را تأیید میکند و متن با سطح محرمانگی مناسب منتشر میشود.
اطلاع زودهنگام و نادقیق میتواند اعتبار را آسیب بزند؛ پنهانکردن یا تأخیر نیز پیامد دارد. سناریوی پیام در مانور تمرین میشود. فهرست مخاطبان و کانالهای جایگزین بهروز میمانند.
بازگشت به حالت عادی تصمیم جداگانه است
پس از فعالشدن سایت دوم، بازگشت فوری به سایت اصلی همیشه بهترین گزینه نیست. باید سلامت، همگامسازی داده، ظرفیت و پنجره مناسب بررسی شوند. مدیر فناوری گزینهها را ارائه و مالک سرویس زمان کسبوکاری را تأیید میکند.
Failback نیز میتواند توقف ایجاد کند و پیام ارتباطی لازم دارد. معیار پایان بحران شامل پایداری، بستن استثناها و تحویل به عملیات عادی است. اعلام پایان نباید فقط به روشنشدن سایت اصلی متکی باشد.
مانور میزگرد برای مدیران
پیش از مانور فنی، یک سناریوی دو ساعته روی میز میتواند تصمیمها را آزمایش کند. اطلاعات مرحلهای ارائه میشود: قطع سایت، نامعلومبودن سلامت Replica، عدم دسترسی مدیر اصلی و افزایش تماس مشتریان. هر نقش باید واکنش خود را اعلام کند.
این تمرین کمهزینه، ابهام اختیار و ارتباطات را آشکار میکند. یافتهها پیش از اجرای فنی اصلاح میشوند. مدیران بدون ورود به فرمانهای زیرساختی، نقش خود را تمرین میکنند.
شاخصهای آمادگی مدیریتی
درصد خدمات دارای مالک و اولویت مصوب، پوشش جانشین، زمان اعلام بحران در مانور، فاصله بهروزرسانی پیامها و تعداد تصمیمهای بدون اختیار روشن شاخصهای مفیدی هستند. هدف تبدیل بحران به مسابقه امتیاز نیست؛ روند آمادگی دیده میشود.
اقدامهای باز مانور و زمان بستهشدن آنها نیز گزارش میشوند. اگر یک ابهام در چند تمرین تکرار شود، نیاز به تصمیم ساختاری دارد. هیئتمدیره میتواند این ریسک را در سطح مناسب ببیند.
BIA زبان مشترک مدیران و فناوری است
Business Impact Analysis فقط یک فرم نیست. مالک هر خدمت توضیح میدهد توقف پس از یک ساعت، یک روز و چند روز چه اثری بر درآمد، تعهد، ایمنی و اعتبار دارد. تیم فناوری وابستگی و زمان بازیابی را میسنجد. مدیریت با کنار هم گذاشتن این دو تصویر، اولویت و سرمایهگذاری را تصویب میکند.
اگر همه سرویسها «حیاتی» معرفی شوند، برنامه بیمعنا میشود. BIA باید حداقل سطح خدمت، دورههای حساس سال، وابستگی به افراد و تأمینکنندگان و حداکثر توقف قابل تحمل را روشن کند. بازبینی سالانه و پس از تغییر بزرگ، فرضهای قدیمی را کنار میگذارد.
اتاق فرمان اطلاعات واحد میخواهد
در بحران، گزارشهای متفاوت تیمها تصمیم را کند میکند. یک Situation Report کوتاه باید زمان رخداد، خدمات متاثر، وضعیت داده، اقدام جاری، مانع، تصمیم موردنیاز و زمان بهروزرسانی بعدی را نشان دهد. منبع هر وضعیت و درجه اطمینان نیز ثبت میشود.
کانال رسمی فرمان و مخزن ثبت تصمیم از قبل تعیین میشوند. اگر ابزار اصلی در دسترس نبود، کانال جایگزین وجود دارد. اطلاعات حساس برای همه گروهها منتشر نمیشود؛ هر نقش به بخشی دسترسی دارد که برای تصمیم یا اجرا لازم است.
تأمینکنندگان را وارد مانور کنیم
بخش مهمی از بازیابی به ارتباطات، قطعه، License، سایت یا پشتیبانی بیرونی وابسته است. قرارداد باید زمان پاسخ و مسیر Escalation داشته باشد، اما مانور نشان میدهد شمارهها، اختیارها و دسترسیها واقعاً کار میکنند یا نه. تماس آزمایشی کنترلشده با تأمینکننده بخشی از آمادگی است.
برای هر وابستگی بیرونی یک گزینه جایگزین یا حداقل راهکار موقت بررسی میشود. اگر تأمینکننده نتواند در زمان هدف پاسخ دهد، RTO باید اصلاح یا کنترل دیگری طراحی شود. تعهد کاغذی بدون آزمون، اطمینان عملیاتی ایجاد نمیکند.
از سلامت و دوام تیم غافل نشویم
بحران طولانی با یک شیفت قهرمانانه مدیریت نمیشود. برنامه تعویض شیفت، استراحت، تحویل وضعیت و دسترسی جانشین باید وجود داشته باشد. خستگی احتمال خطای انسانی و تصمیم عجولانه را بالا میبرد. مدیر منابع انسانی و رهبر بحران ظرفیت انسانی را مانند ظرفیت زیرساخت میبینند.
پس از رخداد، جلسه بازنگری با فضای بدون سرزنش برگزار میشود تا خطاهای سیستمی آشکار شوند. پشتیبانی روانی و قدردانی از تیم نیز بخشی از بازگشت به حالت عادی است. سازمانی که افرادش را فرسوده کند، در بحران بعدی توان کمتری خواهد داشت.
تصمیمهای بحران را پس از رویداد بازبینی کنیم
هدف یافتن مقصر نیست؛ باید دید هر تصمیم با اطلاعات همان لحظه منطقی بوده و چه دادهای کم بوده است. نتیجه به اصلاح اختیار، داشبورد یا سناریوی بعدی تبدیل میشود. این بازبینی کیفیت تصمیم سازمان را در طول زمان بالا میبرد.
نقش راگا در برنامه تداوم
راگا میتواند BIA، اولویت خدمات، RTO و RPO، معماری بازیابی، نقشها، Runbook و سناریوی مانور را در یک برنامه منسجم قرار دهد. تمرکز فقط روی تجهیزات نیست؛ تصمیم، ارتباط و عملیات انسانی نیز بررسی میشوند.
خروجی میتواند ماتریس اختیار، برنامه ارتباطات، نقشه وابستگی، طرح فنی و برنامه آزمون باشد. هر سرمایهگذاری به شکاف مشاهدهشده و هدف کسبوکاری متصل میشود.
تصمیم پس از مانور
سازمان متوجه میشود بیشتر تأخیر از اختلاف اولویت و انتظار برای اختیار آمده است. مدیریت هسته بحران پنجنفره، جانشین مدیرعامل و اولویت خدمات را تصویب میکند. مالک هر سرویس نیز حالت حداقلی و معیار تأیید بازیابی را تکمیل خواهد کرد.
مانور بعدی با غیبت عمدی یک نقش و سناریوی Replica مشکوک انجام میشود. تداوم کسبوکار فقط توان روشنکردن سامانه نیست؛ سازمان باید بتواند در زمان فشار، تصمیم درست را با اطلاعات محدود و مسئولیت روشن بگیرد.
چکلیست تصمیمگیری
- سرویسهای حیاتی و وابستگیهای آنها مشخص شوند.
- RTO و RPO با مالک کسبوکار توافق شوند.
- بازیابی واقعی و ارتباطات بحران آزموده شوند.
- نتیجه آزمون به اقدام اصلاحی دارای مسئول و موعد تبدیل شود.
آمادگی بازیابی را بررسی کنید
وضعیت بکاپ، بازیابی، RTO، RPO و مسئولیتهای زمان بحران را به یک برنامه اجرایی تبدیل کنید.
سؤالات متداول
داشتن بکاپ برای تداوم کسبوکار کافی است؟
خیر. نسخه پشتیبان باید محافظت شود و بازیابی آن در زمان و مقیاس موردنیاز آزموده شود.
RTO و RPO چه کاربردی دارند؟
RTO زمان قابلتحمل تا بازگشت سرویس و RPO مقدار قابلتحمل ازدسترفتن داده را مشخص میکند.
مانور بازیابی چه خروجیای باید داشته باشد؟
زمان واقعی، شکافها، مسئول اصلاح، موعد اقدام و تصمیم مدیریتی باید ثبت شوند.
منابع
[۱] ISO — معرفی استاندارد سیستم مدیریت تداوم کسبوکار ISO ۲۲۳۰۱ مشاهده منبع
[۲] NIST — راهنمای برنامهریزی تداوم سامانههای اطلاعاتی مشاهده منبع
مطالب مرتبط در سایت راگا
برای تکمیل این مسیر، راهکارهای بکاپ و بازیابی اطلاعات راگا و مقاله «ظرفیت Storage سال آینده باید از محرک رشد دوره نگهداری فضای رزرو و زمان تأمین محاسبه شود» را ببینید.

