Gemini Métricas de Resiliencia y SLO

Referencias oficiales: Get Started · CLI Commands · Sub-agents · Skills

Por qué importa la disciplina de métricas

Sin disciplina de métricas, la resiliencia se gestiona con anécdotas. Los equipos necesitan señales medibles para priorizar inversión.

Modelo central de métricas

Objetivos SLO por severidad

• SEV-1: contención + activación de rollback en ventana estricta
• SEV-2: degradación mayor estabilizada en ventana acordada
• SEV-3: release correctivo planificado en ciclo estándar

Usa objetivos numéricos y revisa variación semanal.

Protocolo de calidad de datos

Captura cinco timestamps obligatorios:

• inicio del incidente
• primera detección
• primera decisión de mitigación
• verificación de estado estable
• cierre

Gaps de timestamps deben tratarse como defecto de proceso.

Cadencia semanal de revisión

• revisar breaches vs objetivo
• analizar incidentes de cola repetidos
• mapear misses a categorías de control
• asignar owner + fecha para regresiones críticas

Política umbral→escalación

Define por métrica:

• green: normal
• yellow: observar
• red: escalación inmediata

Estado red debe abrir ruta con owner nombrado.

Reglas de dashboard

• mostrar tendencia y percentiles, no solo promedio
• separar lanes por severidad
• mostrar denominador/contexto
• enlazar cada pico al incidente correspondiente

Calibración trimestral de SLO

Cada trimestre:

• ajustar SLO solo tras logro sostenido
• eliminar métricas que no cambian decisiones
• añadir una métrica para nueva clase de fallo

Anti-patrones avanzados

Muchas métricas, poca acción

Si no producen decisiones, son ruido.

SLO sin ownership

SLO sin owner se degrada silenciosamente.

Cierre con evidencia obsoleta

Evidencia vieja no justifica confianza de estado actual.

Checklist rápido

Antes del consejo mensual de confiabilidad:

• definiciones de métricas actualizadas
• SLO por severidad publicados
• breaches red/yellow con owner
• tendencia de follow-up burn-down revisada

Gemini CLI acelera ejecución. Las métricas mantienen la confiabilidad responsable.

Diccionario de métricas (campos obligatorios)

Define cada métrica con esquema único:

### Metric Definition
- Name:
- Purpose:
- Formula:
- Data source:
- Collection cadence:
- Owner:
- Red threshold:
- Yellow threshold:
- Expected action on breach:

Definiciones ambiguas generan discusiones interminables en incidentes.

Política SLO tipo error budget

Define por severidad:

• número de breaches permitidos por trimestre
• umbral de escalación obligatoria
• regla de freeze al agotar presupuesto

Ejemplo

• SEV-1: cero tolerancia a incumplir ventana de contención
• SEV-2: más de 2 breaches trimestrales obliga revisión de controles
• SEV-3: seguimiento por tendencia

Preguntas de revisión semanal

1. ¿Qué métrica se movió más vs baseline?
2. ¿La variación es señal o ruido (muestra)?
3. ¿Quién es el owner de acción esta semana?
4. ¿En qué bucket de control cae la acción?
5. ¿Qué cambio esperamos ver para la próxima revisión?

Tabla de mapeo de escalación

Formato de resumen ejecutivo mensual

### Monthly Resilience Summary
- Top improving metric:
- Top regressing metric:
- Repeated breach classes:
- Controls added this month:
- Controls retired this month:
- Ownership risks:
- Next-month focus:

Mantén el resumen corto y accionable.

Checks de calidad de datos

Antes de confiar en el dashboard:

• ratio de timestamps faltantes
• incident IDs duplicados
• etiquetas de severidad inconsistentes
• latencia de refresco de fuentes

Métrica precisa sobre datos rotos sigue siendo engañosa.

Reglas anti-gaming

• no evaluar equipos por ranking de una sola métrica
• exigir enlaces de evidencia para mejoras grandes
• revisar percentiles de cola antes de celebrar promedios
• premiar tendencia sostenida, no picos de una semana

Estas reglas preservan integridad de métricas bajo presión organizacional.

Regla operativa del board de métricas

El board mensual solo produce tres salidas:

1. keep — la métrica sigue guiando acción
2. change — requiere ajuste de definición/umbral
3. remove — no aporta valor de decisión

Así se evita crecimiento de dashboard sin valor.

Seguimiento de riesgo de cola

Además del promedio, rastrea:

• p90 / p95 / p99 para MTTD y MTTR
• edad del follow-up más antiguo abierto
• intervalo de recurrencia del breach más severo

La cola muestra el riesgo real de incidente.

Playbook de breach SLO

Cuando ocurre breach:

• abrir registro el mismo día
• asignar owner y verifier
• definir control correctivo candidato
• fijar checkpoint de revisión en 7 días

Cierra solo con evidencia de efecto del control.

Criterios para retirar métricas

Retira una métrica cuando se cumpla todo:

• 2 trimestres sin acciones derivadas
• solapamiento alto con otra métrica
• stakeholders no explican uso práctico

Retira con nota explícita, no borrado silencioso.

Contrato métrica→acción

Cada métrica debe tener ruta de acción predefinida.

Sin contrato de acción, la métrica es decorativa.

Rúbrica de negociación SLO

Si hay desacuerdo en objetivos SLO, decide con:

1. severidad de impacto al cliente
2. baseline real de capacidad del sistema
3. reversibilidad de fallos en ese dominio
4. costo operativo de endurecer objetivo

Define SLO por economía de riesgo, no por optimismo.

Checks de confiabilidad del propio sistema métrico

Ejecuta semanalmente:

• ratio de completitud de timestamps
• consistencia de etiquetas de severidad
• tasa de incidentes duplicados
• retraso de refresco de fuentes

Equipos resilientes miden servicio y también calidad de medición.

Plantilla narrativa ejecutiva

Cada mes conecta métrica con acción:

• qué empeoró
• qué control se añadió
• qué mejoró tras el control
• qué sigue en riesgo alto
• quién es owner de la siguiente corrección

Esta cadena guía inversión correcta en confiabilidad.

Política de rotación de ownership de métricas

Rota owner secundario cada trimestre y mantiene un owner primario estable.

• primario: continuidad
• secundario rotativo: mirada fresca y detección de puntos ciegos

Esto evita estancamiento del sistema métrico.

Forecast de resiliencia

Añade sección mensual de forecast:

• banda esperada de MTTD/MTTR
• riesgo top de breach por severidad
• nivel de confianza del forecast
• controles planificados que afectan forecast

Así las métricas pasan de reporte a planificación.

Reconciliación alerta↔métrica

Revisión semanal:

1. alertas disparadas sin incidente asociado
2. incidentes sin alerta correspondiente
3. breaches no reflejados en dashboard

Estas brechas indican deriva del modelo de monitoreo.