什么是问题根因分析
根本原因分析（root cause analysis）：通过调查和分析问题哪里出错、为什么出错，寻求防止差错事故再次发生的必要措施，从而提高服务安全和质量。
根因分析目标
- 问题（发生了什么）
- 原因（为什么发生）
- 措施（什么方法能够阻止问题再次发生）
WHY-WHY分析法（5WHY，5W）
5W分析：是一个诊断性技术，用于识别和说明因果关系链，它的根源会恰当地定义问题。不断提问为什么前一个事件会发生，直到回答“没有好的理由”或者直到一个新的故障模式被发现才停止提问。解释根本原因以防止问题重演。具体步骤如下：
一、把握现状
步骤1:识别问题
- 我知道什么？（大、模糊或复杂问题 ——> 详细事实）
步骤2:澄清问题
- 实际发生什么？
- 应该发生什么？
步骤3:分解问题
- 还知道什么？
- 是否存在其他子问题？
步骤4:查找原因要点（PoC）
- 需要去哪里？
- 需要看什么？
- 谁可能掌握有关问题的信息？
步骤5:把握问题的倾向
- 谁？
- 哪个？
- 什么时间？
- 多次频次？
- 多大量？
二、原因调查
步骤6:识别并确认异常现象的直接原因
- 问题为什么发生时？
- 是否能看见问题直接原因？
- 如果不能，怀疑什么是潜在原因？
- 怎么核实最可能的潜在原因？
- 怎么确认直接原因？
步骤7:使用5WHY调查方法来建立一个通向根本原因的原因/效果关系链
- 处理直接原因能防止再发生吗？
- 如果不能，是否可以发现下一级原因？
- 如果不能，我怀疑什么是下一级原因？
- 怎么才能核实和确认下一级有原因呢？
- 处理这一级原因会防止再发生吗？
如果不行，继续问“为什么”直到找到根本原因。
在必须处理以防止再发生的原因处停止，问：
- 我已经找到问题的根本原因了吗？
- 我能通过处理这个原因来防止再发生吗？
- 这个原因能通过以事实为依据的原因/效果关系链与问题联系起来吗？
- 这个链通过了“因此”检验了吗？
- 如果我再问“为什么”会进入另一个问题吗？
还需要使用5WHY回来这些问题：
- 为什么我们有了这个问题？
- 为什么问题会到达顾客/用户处？（为什么没有发现问题？）
- 为什么我们的系统允许问题发生？
三、问题纠正
步骤8:采取明确的措施来处理问题
- 使用临时措施去处理异常现象直到根本原因能够被处理。
- 实施纠正措施来处理根本原因以防止再发生。
- 跟踪并核实结果：解决方案是否有效？如何确认？
四、通过“差错防止”过程进行预防
- 采取明确措施确保问题不会再发生，典型的措施是“差错防止”过程。
- 铭记吸取到的教训。
10why问题分析
- 1w:这个问题是什么？有什么影响？
- 2w:为什么会出现这个问题？什么场景会出现这个问题？
- 3w:这个问题在哪个阶段发现？——是否能更早？
- 4w:缺陷是在哪个阶段引入？
- 5w:为什么会在这个阶段引入问题？
- 6w:(how)如何避免引入这个问题？
- 7w：应该在哪个阶段发现问题？
- 8w：为什么没有在这个阶段发现问题？
- 9w:(how)如何才能在这个阶段发现问题？
- 10w:(how)如何基于风险测试过程，提前预估到这样的产品风险？
改进/优化措施思路
- 问题如何规避？
- 事情重来，过程哪些可以优化？
- 换一个人，是否能避免？
- 如果不能规避，哪个阶段最容易发现？如何保障这个阶段及时发现问题？
- 发布前——是否有工具/机制及时发现问题（如代码扫描）？发布性用例？
- 灰度——监控、反馈机制？
- 线上——监控、数据、反馈机制、反馈通道
- 问题处理过程是否可优化？
- 有效——解决过程决策是否正确？决策过程具体怎样？
- 效率——处理速度？哪里可以提效？
- 换位思考，如果是我会怎么做
- 结果负责：如何保障结果/产出
- 吸取教训：经验沉淀