La remédiation : de l’alerte à l’action automatisée
De la détection à la résolution
Traditionnellement, un outil de monitoring détecte un problème et génère une alerte. Cette alerte doit ensuite être analysée, transmise à la bonne équipe et éventuellement donner lieu à une intervention.
La remédiation permet d’aller une étape plus loin.
Lorsqu’une alerte correspond à un scénario connu, une action automatisée peut être déclenchée pour tenter de résoudre directement le dysfonctionnement.
Détection → Qualification → Remédiation → Contrôle du résultat → Escalade si nécessaire
L’automatisation ne remplace donc pas les équipes d’exploitation. Elle leur permet de concentrer leur attention sur les incidents qui nécessitent réellement leur expertise.
Réduire le temps de réaction
L’un des premiers bénéfices de la remédiation est la réduction des interruptions de services.
Une action automatisée peut être déclenchée quelques secondes après la détection d’un incident, sans attendre la prise en compte d’une alerte ou d’un ticket par un opérateur.
Sur des incidents simples et parfaitement identifiés, cette réactivité peut permettre de rétablir le service avant même que l'incident ait un impact significatif sur les utilisateurs.
Moins solliciter les équipes d’astreinte
Les interventions en dehors des heures ouvrées sont particulièrement concernées.
Recevoir une alerte en pleine nuit pour appliquer une procédure connue et répétitive mobilise inutilement une personne lorsque cette procédure peut être exécutée de manière fiable et contrôlée.
La remédiation permet ainsi de réserver l’astreinte aux situations qui nécessitent réellement une décision, une analyse ou une expertise humaine.
Automatiser sans perdre le contrôle
La remédiation ne doit cependant pas signifier « exécuter automatiquement n’importe quelle action ».
Chaque scénario doit être maîtrisé : identifier précisément les conditions de déclenchement, définir l’action autorisée, contrôler son résultat et prévoir le comportement à adopter en cas d’échec.
L'action peut également être limitée dans le temps ou en nombre de tentatives afin d'éviter qu'un dysfonctionnement persistant entraîne une boucle d'exécution.
La traçabilité est tout aussi importante : quelle alerte a déclenché l’action, quelle remédiation a été exécutée, à quel moment et avec quel résultat ?