在过去的几年里，云服务大大扩展了可用于支持公司不同业务需求的IT能力。 自家开发的软件正在被SaaS取代，公司运行的数据中心正在被IaaS和PaaS产品取代。 虽然向云计算的转移在业务功能、可扩展性和降低资本成本方面带来了巨大的好处，但管理这些环境以向用户提供服务保证可能是一个挑战。
IT服务管理（ITSM）团队经常纠结的领域之一是，当症状、数据和影响超出公司的边界时，如何有效地诊断问题及其原因。 在云中进行根本原因分析（RCA）需要以不同的方式看待IT环境，更加依赖数据作为帮助分析的工具，并知道何时将合作伙伴引入对话以提供帮助。 以下是在云中进行根本原因分析的5个提示，帮助你更好地理解。
1.拥抱自动化
对于云服务，你通常不能接触到源代码来调试软件，你也不能实际接触环境中的大多数设备。 对云环境的监控和诊断需要成为一个熟练的自动化用户，作为你的 "眼睛和耳朵"。 大多数云服务都有自己的管理工具，可以帮助你了解服务本身的情况，然而，外部监测和诊断能力可能是必要的，以监测最终用户的服务的可用性和性能。
使用监测工具进行调查的一个例子是。
用户受到了一个核心应用程序极度缓慢的影响。周末实施了一些变化，事件管理者自然而然地被吸引到这一可能的原因上。
然而，看看Citrix中的加载时间就会发现，过度的延迟只限于漫游的用户。显然，没有必要调查对应用程序的修改!
2.充分利用合作伙伴
当你使用云服务时，你不仅仅是对技术的依赖--你正在扩展你的服务操作，包括提供和管理服务的供应商组织。 当遇到需要诊断和排除故障的问题时，云供应商应该在那里协助。 利用这些资源的优势需要你以不同于以往的方式做几件事。 首先（对大多数公司来说最具挑战性）是承认故障排除不再是一项个人活动，而是一项团队工作。 你需要了解谁在团队中，以及如何与他们接触。你需要做的第二件事是了解你的服务水平协议（与供应商的正式合同），以确保他们准备好提供公司所需的响应能力和资源。
合作伙伴有兴趣帮助你：一个持续时间长的事件不仅是对你的用户的滋扰，它也在消耗你的合作伙伴诊断故障的时间。整个合作伙伴生态系统的合作越有效，对每个人都越有利。
有时，这需要一个小小的合同推动：不要只关注可用性和数字措施，而是要求你的服务提供商为每一个重大故障提供一个根本原因。知道他们必须提供一个详细的、可信的解释，将影响他们对待事件调查的方式，使之变得更好。
3.管理服务接口
云服务旨在被视为 "黑箱"，提供服务的细节只有服务提供商才知道（从你的视线中模糊不清）。 这可能是一件好事，因为它使你的IT环境不那么复杂。对于一些IT工作人员来说，看不到事情是如何运作的会让人感到沮丧。 关键是要学会专注于管理服务的范围和接口--了解什么是进去的，什么是出来的，以及期望在服务中执行的功能。 管理服务接口可能需要改变你的公司对CMDB中哪些配置项目的概念，哪些需要被监控，以及SLA应该如何结构化。
4.理解服务是由什么组成的
仅仅因为你看不到云服务的详细互操作，并不能消除对你使用的服务是由什么组成的基本了解。 大多数云服务包括对底层技术的依赖，来自外部服务提供商的连接和其他云服务（如托管或数据存储）。 即使你不直接管理这些依赖关系，也必须（在高层次上）了解这些依赖关系是什么。 它们仍然是一个潜在的故障原因，需要在根本原因分析过程中加以考虑。
5.不要忘记连接性
在使用云服务时，你需要特别注意使用户和管理员能够访问服务的连接组件。 如果服务已经启动并运行，这很好，但如果你不能访问它，你仍然有一个问题。 同样的提示也适用于监控和诊断工具。 如果你唯一可用的工具是由服务提供商托管的，那么在出现连接问题时你可能无法访问它们。
云服务是过去5年中IT行业最大的进步之一，为使用它们的公司提供了巨大的生产力和成本节约潜力。 它们确实需要你的IT服务管理人员以不同的方式思考如何在问题发生时进行管理、监控和修复。
60多年来，Kepner-Tregoe一直是解决问题和根本原因分析过程和技术的行业领导者--帮助企业实现卓越服务。
