vincent119/sre-sla-impact-calculator

SLA Impact Calculator — SLA/SLO 影響評估指南

量化衡量並報告事故業務影響的框架。

此技能的功能

• 計算 SLA/SLO 違反狀況與 Error Budget 消耗
• 估算用戶影響、營收損失、補償成本
• 提供可用性等級對照表
• 建立業務影響矩陣（最佳/預期/最差情境）

適用時機

• 評估事故的業務影響
• 計算 SLA 違反與信用退款義務
• 向管理層報告事故成本
• 搭配 sre-incident-postmortem 技能使用

觸發範例

以下輸入會啟動此技能：

• 「計算這次事故的 SLA 影響」
• 「我們的 SLO 是 99.9%，停機 2 小時消耗了多少 Error Budget？」
• 「估算這次中斷的營收損失」
• 「需要計算客戶信用退款金額」

相關技能

• sre-incident-postmortem — 完整事故事後分析流程，此技能為其影響評估階段的延伸
• sre-documentation-generation — 若需要定義或審查 SLO 目標、建立 Error Budget 政策，使用此技能的 SLO-DEFINITION 範本

---

資料不足時的降級策略

實際使用時常遇到數據缺失，依以下順序降級估算：

| 缺少資料 | 降級方式 | |---------|---------| | 精確停機時間 | 用告警觸發時間到恢復確認時間估算，標記為 Estimated | | 受影響用戶數 | 用流量下降比例 × 活躍用戶數估算 | | 每分鐘交易額 | 用月營收 ÷ 月總分鐘數估算 | | SLA 合約條款 | 使用業界標準（99.9% SLO，違反退 25%）作為參考基準 | | 聲譽影響數據 | 僅記錄定性描述，不強制量化 |

所有估算值必須在報告中明確標注 [估算]，並說明估算依據。

---

1. SLA/SLO/SLI 框架

SLI（Service Level Indicator）：量測指標
  例：請求成功率 = 成功請求數 / 總請求數

SLO（Service Level Objective）：內部目標
  例：請求成功率 >= 99.95%（30 天基準）

SLA（Service Level Agreement）：對外合約
  例：可用性 < 99.9% → 退還月費 10% 信用點數

---

2. 可用性等級對照表

| 可用性 | 年停機時間 | 月停機時間 | 週停機時間 | 日停機時間 | |--------|-----------|-----------|-----------|-----------| | 99% | 3d 15h | 7h 18m | 1h 41m | 14m 24s | | 99.5% | 1d 19h | 3h 39m | 50m 24s | 7m 12s | | 99.9% | 8h 46m | 43m 50s | 10m 5s | 1m 26s | | 99.95% | 4h 23m | 21m 55s | 5m 2s | 43s | | 99.99% | 52m 36s | 4m 23s | 1m | 8.6s | | 99.999% | 5m 16s | 26s | 6s | 0.86s |

---

3. Error Budget 計算

月 Error Budget（秒）= 月總秒數 × (1 - SLO)

範例（SLO = 99.9%）：
月總秒數 = 30 × 24 × 3600 = 2,592,000 秒
月 Error Budget = 2,592,000 × 0.001 = 2,592 秒（43.2 分鐘）

事故消耗 = 停機時間 / 月 Error Budget × 100%
範例：停機 30 分鐘 = 1,800 秒
消耗比例 = 1,800 / 2,592 = 69.4%

Error Budget 狀態

| 剩餘比例 | 狀態 | 建議行動 | |---------|------|---------| | > 50% | 🟢 GREEN | 正常，可繼續功能開發 | | 25%~50% | 🟡 YELLOW | 注意，減少高風險部署 | | 0%~25% | 🟠 ORANGE | 警告，暫停非必要部署 | | < 0% | 🔴 RED | 違反 SLO，凍結功能部署 |

---

4. 用戶影響評估

影響分層

| 類別 | 計算方式 | 說明 | |------|---------|------| | 受影響用戶總數 | 活躍用戶 × 影響比例 | 事故期間的活躍用戶 | | 完全中斷 | 無法使用任何功能 | 最嚴重影響 | | 部分影響 | 核心功能受限 | 中等影響 | | 效能降級 | 功能可用但緩慢 | 輕微影響 |

用戶影響輸出格式

| 類別 | 數量 | 比例 | 備註 | |------|------|------|------| | 受影響用戶總數 | 50,000 | 15% | — | | 完全中斷 | 30,000 | 60% | 無法付款 | | 部分影響 | 20,000 | 40% | 僅能瀏覽 |

---

5. 營收影響計算

計算模型

直接營收損失 = 每分鐘平均交易額 × 停機分鐘數 × 轉換率

範例：
每分鐘平均交易額 = $500
停機時間 = 30 分鐘
轉換率損失 = 80%（部分用戶會重試）
直接損失 = $500 × 30 × 0.8 = $12,000

三情境估算

| 項目 | 最佳情境 | 預期情境 | 最差情境 | 估算依據 | |------|---------|---------|---------|---------| | 直接營收損失 | $5K | $8K | $12K | 基於同期平均交易量 | | 機會成本 | $2K | $5K | $10K | 估算用戶流失 | | 補償成本 | $0 | $1K | $3K | 預期優惠券/信用點數發放 | | 合計 | $7K | $14K | $25K | — |

---

6. SLA 違反與信用退款

常見 SLA 信用退款條款

| 月可用性 | 信用退款比例 | |---------|------------| | 99.9% ~ 99.99% | 10% | | 99.0% ~ 99.9% | 25% | | < 99.0% | 50% |

計算範例

月費：$10,000
SLO 目標：99.9%（月允許停機：43.8 分鐘）
實際停機：90 分鐘
月可用性：99.79%（違反 SLO）

信用退款 = $10,000 × 25% = $2,500

---

7. 影響等級分類

| 等級 | 標準 | 顏色 | |------|------|------| | SEV-1 | 核心服務完全中斷，影響 > 20% 用戶 | 🔴 RED | | SEV-2 | 核心功能嚴重降級，影響 5%~20% 用戶 | 🟠 ORANGE | | SEV-3 | 非核心功能受影響，影響 < 5% 用戶 | 🟡 YELLOW | | SEV-4 | 輕微問題，有 Workaround | 🟢 GREEN |

---

8. 影響評估輸出格式

# 影響評估

## 影響摘要
- **整體影響等級**：RED 嚴重 / YELLOW 中等 / GREEN 輕微
- **影響持續時間**：Xh Xm
- **受影響用戶**：N（佔總用戶 X%）

## 用戶影響
[表格]

## 營收影響
[三情境表格]

## SLA/SLO 影響
| 指標 | SLO 目標 | 本月實際 | 本次事故影響 | 剩餘 Error Budget |

## 聲譽影響
| 管道 | 反應 | 嚴重度 | 需要回應 |

## 營運成本
| 項目 | 資源 | 成本估算 |

## 給改善規劃員的備註
- [最高影響區域與需立即改善的項目]

---

9. 聲譽影響評估

| 管道 | 監控指標 | 嚴重度判斷 | |------|---------|-----------| | Twitter/X | 抱怨推文數、Trending | > 100 則 = YELLOW，> 1000 則 = RED | | 客服中心 | 工單數量、等待時間 | 較平均增加 > 200% = RED | | App Store | 評分變化、負評數 | 評分下降 > 0.5 = RED | | 媒體報導 | 新聞提及數 | 主流媒體報導 = RED |