Uma falha técnica raramente é o que mais destrói a confiança de quem depende de um sistema. O que costuma causar o estrago maior é a resposta desorganizada que vem logo depois: silêncio nos canais de comunicação, decisões tomadas por quem não tem informação completa, tempo perdido descobrindo quem deveria estar no comando. Rolando Bonaccorsi, diretor de operações da Vert Analytics, observa que a diferença entre uma parada bem administrada e uma crise que se arrasta por horas raramente está na complexidade técnica da falha.
Na realidade, são nos primeiros minutos em que se define se a equipe segue um método já testado ou improvisa sob pressão, e é aí que a maioria das empresas descobre, tarde demais, que não tinha um plano claro para esse momento.
O que a matriz de severidade resolve antes da crise?
São três da manhã e dois alertas chegam ao mesmo tempo. Sem um critério prévio de severidade, cada plantonista decide de um jeito diferente qual deles merece atenção imediata. Uma matriz de severidade, indo de falhas que travam a operação inteira até problemas pontuais sem impacto ao usuário final, resolve essa ambiguidade antes que ela custe minutos. Rolando Bonaccorsi, nesse contexto, salienta que cada nível carrega um tempo de primeira resposta e uma cadeia de escalonamento já definida, o que faz com que ninguém precise decidir, sob pressão, quem acionar.
O ganho aparece num indicador simples de acompanhar: o tempo médio entre a detecção da falha e a normalização do serviço. Quanto mais cedo a severidade certa é atribuída, menor costuma ser esse intervalo, porque a equipe certa entra em ação sem a etapa perdida de descobrir, no meio da crise, qual era a rota correta.
Um cenário: falha em cascata num sistema de pagamentos
Imagine um checkout que para de funcionar numa sexta à noite. A equipe olha o serviço de pagamentos, não encontra nada de errado ali e segue investigando módulo por módulo, sem saber que a causa real é um provedor de DNS externo do qual o gateway depende.
Sem um mapa de dependências entre serviços, feito antes da crise, cada minuto de diagnóstico vira tentativa e erro. Empresas que documentam essas cadeias com antecedência cortam boa parte do tempo que normalmente se perde procurando a camada errada do problema.
A comunicação decide tanto quanto o conserto técnico
Com essa disposição, Rolando Bonaccorsi reforça que corrigir o sistema é só metade do trabalho, pois a outra metade passa por impedir que a falta de informação vire rumor, tanto entre equipes internas quanto perante clientes que dependem do serviço.
Um canal único de atualização, com horário definido para cada nova mensagem, evita que times diferentes deem versões conflitantes do mesmo incidente. Comunicação honesta sobre o que ainda não se sabe costuma preservar mais confiança do que qualquer garantia apressada de que “já está tudo resolvido”.
Quem lidera decide o ritmo da crise
Existe uma diferença entre gerenciar tarefas técnicas e conduzir pessoas sob pressão. Como executivo de operações e delivery em tecnologia, Rolando Bonaccorsi reforça que o papel de quem lidera num incidente crítico não é resolver o problema sozinho, mas manter o grupo focado, distribuir responsabilidades com clareza e proteger a equipe do pânico que qualquer parada prolongada provoca. O incidente, por sua vez, termina quando o sistema volta, mas o trabalho mais valioso começa depois: entender por que a falha aconteceu e o que impediria a repetição dela.
Tratar as ações de correção como projeto, com dono e prazo, evita que uma lição aprendida vire apenas uma frase esquecida em ata. Exercícios simulados, feitos periodicamente antes que a próxima crise real apareça, testam papéis e critérios de decisão sem o custo de um incidente verdadeiro. Associa-se, portanto, essa disciplina de revisão à mesma exigência que aplica à operação no dia a dia: o método importa mais do que o heroísmo individual diante do imprevisto.