Painéis

Visão Geral

Um painel é uma seleção de visualizações reunidas para responder a um conjunto de perguntas.

O problema quase universal: painéis são construídos sem que ninguém tenha escrito quais perguntas eles respondem. O resultado é uma parede de gráficos que ninguém consegue interpretar sob pressão.

E há uma distinção que resolve boa parte disso: acompanhar e investigar são propósitos diferentes, e exigem painéis diferentes.

Problema

O painel típico cresce por acumulação. Cada incidente adiciona um gráfico; cada pessoa adiciona o que lhe interessa.

Depois de dois anos: 60 gráficos, sem hierarquia, sem indicação do que é normal, sem ordem de leitura.

Durante um incidente, às 3h, alguém abre esse painel e precisa decidir onde olhar. O excesso de informação não ajuda — ele atrasa.

Conceitos Centrais

Dois propósitos, dois painéis

acompanhamento   o sistema está bem?
                 poucos números, alto nível, comparados com o esperado
                 para quem não está investigando nada

investigação     o que está acontecendo?
                 detalhado, com contexto, ordenado por hipótese
                 para quem está no meio de um incidente

Misturar os dois produz um painel que serve mal aos dois usos: detalhado demais para acompanhar, raso demais para investigar.

O de acompanhamento cabe numa tela e é lido em dez segundos. O de investigação pode ser longo, desde que ordenado.

O painel precisa dizer o que é normal

Um gráfico que mostra latência de 340 ms não informa nada a quem não conhece o serviço.

O que torna um painel legível:

limiar visível       a linha do que é aceitável
comparação temporal  mesmo período da semana anterior
faixa esperada       o intervalo normal para aquele horário
anotação de eventos  implantações, mudanças de configuração

A última é a de maior retorno: sobrepor as implantações no gráfico responde, visualmente, a pergunta mais frequente de qualquer incidente — "mudou alguma coisa?".

Ordenar por hipótese

Um painel de investigação bem construído tem ordem de leitura:

1. impacto no usuário       SLI, taxa de erro por jornada
2. quais componentes        erros e latência por serviço
3. o que mudou              implantações, configuração, tráfego
4. saturação de recursos    conexões, memória, fila
5. dependências externas    latência e erro das chamadas de saída

Essa ordem corresponde ao caminho que a investigação naturalmente segue, e evita que a pessoa comece pelo detalhe.

Um painel sem ordem obriga cada pessoa a construir a própria sequência, sob pressão, do zero.

Um painel por serviço, padronizado

A padronização vale mais que a otimização individual.

Se todos os serviços têm o mesmo painel — sinais dourados, na mesma posição, com as mesmas escalas —, alguém que investiga um serviço desconhecido sabe onde olhar.

Painéis artesanais, cada um com layout próprio, obrigam a aprender a interpretação de cada um.

Gerar os painéis de serviço a partir de modelo, e não à mão, é o que sustenta isso ao longo do tempo.

Painéis também envelhecem

Métricas mudam de nome, serviços são removidos, gráficos param de funcionar.

Um painel com três gráficos quebrados perde credibilidade inteiro — as pessoas param de confiar no que veem.

A revisão periódica é a mesma dos alertas: o que não é consultado, e o que está quebrado.

Painel não substitui alerta nem investigação livre

Não substitui alerta. Ninguém fica olhando painéis. Ver alertas.

Não substitui consulta ad hoc. O painel responde perguntas antecipadas; a investigação de um incidente novo exige formular perguntas que ninguém previu. Ver depurabilidade.

Um time que só consegue investigar pelo que está no painel tem monitoramento, não observabilidade.

O painel exibido permanentemente tem outro requisito

Um painel numa tela na área do time é lido de relance, por pessoas que não estão investigando nada — e às vezes por quem não é do time.

Isso impõe restrições que os demais não têm:

Legível de longe. Poucos elementos, tipografia grande, sem gráficos densos.

Estado, não série. "Tudo verde" ou "checkout degradado" comunica; uma linha temporal com variação exige interpretação.

Sem alarme falso. Um painel que fica vermelho por variação normal treina as pessoas a ignorá-lo — o mesmo mecanismo da fadiga de alerta.

Sem dado sensível. Ele é visível a visitantes, a quem passa, e a fotos de escritório. Valores de receita e nomes de clientes não pertencem ali.

A última é a mais esquecida e já produziu vazamentos por foto publicada em rede social.

O conteúdo que funciona nesse formato é o mesmo do painel de acompanhamento, com menos elementos ainda: estado das jornadas críticas, incidentes ativos, e nada mais.

Modelo Mental

Um painel responde a um conjunto de perguntas. Se as perguntas não foram escritas, o painel é uma coleção de gráficos.

Quando Usar

• Acompanhamento de saúde de serviço.
• Investigação estruturada durante incidente.
• Comunicação de estado ao negócio.
• Análise de tendência e capacidade.

Quando Não Usar

Como substituto de alerta.

Misturando acompanhamento e investigação.

Sem limiar nem comparação. Números sem referência.

Artesanal por serviço, quando a padronização é possível.

Sem revisão.

Como única forma de investigar.

Alternativas

• Alertas — para o que precisa de reação.
• Consulta ad hoc — para perguntas novas.
• Relatório periódico — para tendência que não precisa de tempo real.
• Painel gerado por modelo — em vez de construído à mão.

Trade-offs

Poucos gráficos	Muitos
Legível sob pressão	Completo
Pode faltar contexto	Ninguém acha nada
Fácil de manter	Envelhece

Padronizado	Artesanal
Familiar em qualquer serviço	Otimizado para um
Gerado por modelo	Manutenção manual

Modos de Falha

Parede de gráficos. Excesso que atrasa em vez de ajudar.

Sem referência do que é normal.

Gráficos quebrados. O painel perde credibilidade.

Sem anotação de mudanças.

Escalas enganosas. Eixo truncado que exagera variação normal.

Painel de acompanhamento usado para investigar, e vice-versa.

Dependência do painel. Nada além dele pode ser investigado.

Erros Comuns

Não escrever as perguntas que o painel responde.

Acumular sem remover.

Não sobrepor implantações.

Não padronizar entre serviços.

Não indicar limiar.

Confundir os dois propósitos.

Exemplo Real

Uma plataforma de logística tinha um painel principal com 64 gráficos, construído ao longo de quatro anos.

Numa análise de incidentes, uma constatação: o tempo médio entre o alerta e a identificação do componente afetado era de 22 minutos — e as pessoas relatavam abrir o painel, não encontrar o que precisavam, e ir direto às consultas ad hoc.

O painel tinha deixado de ser usado, sem que ninguém tivesse decidido isso.

A reformulação separou os propósitos:

Painel de acompanhamento com 7 gráficos, cabendo numa tela: SLI das três jornadas críticas, tráfego total, taxa de erro, orçamento de erro restante, e incidentes ativos. Lido em dez segundos, exibido numa tela na área do time.

Painel de investigação, ordenado por hipótese: impacto, componentes, mudanças recentes, saturação, dependências externas. Longo, com seções colapsáveis.

Painéis por serviço, gerados por modelo a partir dos sinais dourados. Os 14 serviços passaram a ter layout idêntico.

Anotação de implantações em todos os gráficos temporais.

Faixa esperada por horário, calculada a partir do histórico — o que tornou visível o que é variação normal.

Remoção dos 64 gráficos antigos, depois de verificar quais eram efetivamente consultados: 11.

O tempo médio entre alerta e identificação caiu para 6 minutos.

O que a equipe registra: o efeito maior não veio da reorganização, veio da anotação de implantações. Uma fração alta dos incidentes é causada por mudança recente, e a correlação visual respondia a pergunta antes de qualquer investigação.

Conceitos Relacionados

• Sinais Dourados — o conteúdo padrão.
• Alertas — o que não é painel.
• Métricas — a fonte.
• Depurabilidade — o que o painel não cobre.

Exercício Prático

Abra o painel principal do seu time e conte quantos gráficos você consegue interpretar sem consultar ninguém.

Depois pergunte: quais perguntas este painel responde? Se ninguém souber responder, ele não tem propósito definido.

Perguntas de Entrevista

• Por que acompanhar e investigar exigem painéis diferentes?
• Por que anotar implantações tem retorno tão alto?
• Por que padronizar vale mais que otimizar cada painel?

Para Aprofundar

• Beyer, Betsy et al. The Site Reliability Workbook. O'Reilly, 2018.
• Tufte, Edward. The Visual Display of Quantitative Information. 2ª ed., 2001.
• Wilkie, Tom. The RED Method, 2018.