指标从哪里来
SLA 指标不是照抄同行的数字，而是从业务能承受什么倒推：先确定可接受的停机时长、影响范围与恢复要求，再拆到系统、设备与运维环节。常用四类指标：可用性（供电、制冷、机架级）、响应时效（首响、到场、修复时长）、交付时效（变更按期完成率、资源开通时长）、质量与合规（重复故障率、缺陷闭环率、记录完整率）。每个指标都必须写清目标值、统计口径、数据源与责任方。
基本信息
| 指标类别 | 可用性、响应时效、交付时效、质量与合规 |
|---|---|
| 数据来源 | 监控系统、工单系统、巡检记录、变更记录、告警与容量数据 |
| 设定方法 | 由业务可接受影响倒推，再分层到系统、设备与流程环节 |
| 参数要素 | 目标值、统计口径、统计周期、数据源、责任方、未达标处理 |
| 配套机制 | 月度或季度报表、评审会议与改进项跟踪 |
典型使用场景
- 对业务方或客户的服务承诺与沟通
- 内部运维团队与班组的绩效评估
- 外包与厂商的考核依据
- 容量与扩容决策的数据支撑
- 年度目标设定与预算申报的量化依据
指标类别与判读
| 类别 | 示例指标 | 判读要点 |
|---|---|---|
| 可用性 | 供电可用率、制冷可用率、机架可用率 | 必须明确统计口径与剔除项（计划维护、外部原因） |
| 响应时效 | 首响时间、到场时间、修复时长 | 按级别分别统计，避免平均值掩盖长尾 |
| 交付时效 | 变更按期完成率、资源开通时长 | 反映流程效率，需排除因审批延迟的部分 |
| 质量 | 重复故障率、缺陷闭环率、告警收敛率 | 反映真实运维水平，防止只追求表面恢复 |
| 合规 | 作业记录完整率、权限复核完成率 | 反映管理动作是否落地，与审核直接相关 |
指标要防副作用：只考核修复时长，会促使快速恢复而忽视根因分析；通常需要配合重复故障率与遗留问题数量一起看。
统计口径比目标值更重要：可用性是否剔除计划内停机、故障是否按影响业务计、同一根因的多次告警算一次还是多次，这些都要事先约定，否则同一指标在不同部门会算出不同结果。