Humain
Simulateur : la fatigue d'alerte
Pour : ingénieurs et SRE · managers d’équipePrérequis : Notions de base sur l'astreinte et les alertes.
Une alerte qui ne demande aucune action n’est pas gratuite : elle interrompt, elle réveille et surtout elle apprend à l’équipe à ne plus réagir. Ce qu’on appelle la fatigue d’alerte (alert fatigue) se mesure : combien d’interruptions pour la personne d’astreinte, combien de nuits coupées, combien d’heures perdues et quelle part de tout cela n’était que du bruit.
Paramètres
Seuils de soutenabilité (ajustables)
Résultat
| Critère | Valeur | Seuil | État |
|---|
- Actionnable
- Bruit (non actionnable)
- Seuil
- Hors heures ouvrées (fond grisé)
Modèle de moyennes : rotation hebdomadaire, une personne d’astreinte reçoit toutes les alertes de sa semaine ; les alertes en heures ouvrées se répartissent sur les 5 journées de semaine, les autres sur les 9 périodes de 12 h restantes (nuits et week-end). Chaque alerte compte comme une interruption, même si plusieurs alertes relèvent d’un même incident. Le repère de 2 incidents par période de 12 h et celui d’une rotation d’au moins 8 personnes sont couramment cités d’après le livre Site Reliability Engineering de Google ; ce sont des repères, pas des normes.
À essayer
Section intitulée « À essayer »- La situation de départ : 40 alertes par semaine dont 30 % actionnables, une rotation de 6 personnes. Les quatre critères sont dépassés et le bruit coûte de l’ordre de 36 000 € par an, sans compter ce qu’il fait rater.
- Supprimez le bruit : passez à 12 alertes par semaine et 100 % actionnables (on ne garde que les alertes qui demandent une action). La charge par période de 12 h repasse sous le seuil et le coût du bruit tombe à zéro, mais il reste 2,4 réveils par semaine.
- Agrandissez la rotation à 8 personnes : la semaine d’astreinte n’est pas plus légère, mais chacun la vit moins souvent (6,5 semaines par an au lieu de 8,7). C’est un levier d’organisation, pas un remède au bruit.
- Repoussez ce qui peut attendre : ramenez la part hors heures ouvrées à 25 %, par exemple en transformant les alertes non urgentes en tickets traités le lendemain. Les réveils passent sous le seuil et l’astreinte devient soutenable.
La règle à retenir
Section intitulée « La règle à retenir »Le volume d’alertes se règle à la source : une alerte ne doit réveiller quelqu’un que si elle exige une action humaine immédiate. Les repères couramment cités d’après le livre Site Reliability Engineering de Google (au plus deux incidents par période d’astreinte de 12 heures, une rotation d’au moins huit personnes pour une équipe sur un seul site) sont des ordres de grandeur à adapter, pas des normes ; l’important est de choisir explicitement des seuils, de les mesurer et de les revoir avec l’équipe.
Pour aller plus loin : le plan humain, les alertes burn rate qui réduisent les réveils inutiles, l’organisation et la propriété des alertes et les passerelles entre les plans.