第10章：多角的分析と予測
この章で分かること
- 多角分析で見る観点の一覧と使い方
- AIが得意なこと／限界（過信しない）
- 予測を「仮説＋検証条件」として扱う型
- 相関と因果を混ぜないための実務ルール
- 定期分析（週次・月次）への落とし方
AIは複数観点から仮説・比較・予測を短時間で生成できる。
ただし出力は証拠と検証条件つきの仮説として扱う。
ただし出力は証拠と検証条件つきの仮説として扱う。
たとえ話
探偵が「容疑者リスト」を速く作るのと、「有罪判決」を下すのは別です。
AIはリスト作成が速い。判決（運用判断）は人間が証拠で行います。
1. 多角分析の観点マップ
一度に全部見なくてよい。怪しい象限から
変更系: アプリ変更 / 構成 / チーム / リリース頻度 負荷系: トラフィック / バッチ / キュー / 季節性・曜日 依存系: DB / キャッシュ / 外部API / ネットワーク / インフラ 品質系: セキュリティ / コスト / 過去事例
| 観点 | 見る質問 | 典型証拠 | よくある誤り |
|---|---|---|---|
| アプリ変更 | 直前に何が変わった？ | deployment_id, commit | 変更と無関係な偶発を因果にする |
| DB | 遅い／拒否／ロック？ | スロークエリ、接続数 | timeout=DB故障と即断 |
| 外部API | 相手側の劣化？ | status_code, 依存latency | 自前リトライ増を原因と取り違える |
| コスト | いつから高い？ | token, 課金カウンタ | 推定と請求を同一視 |
| 過去事例 | 似た症状は？ | 過去インシデント | 似て非なる事象のコピペ対処 |
2. 予測の扱い方
予測してよい例
- 容量枯渇の時期感
- コスト超過の兆し
- 再発しやすい時間帯
- アラート増加・flaky増
- ランブック陳腐化の兆候
必ず併記する限界
- データ不足・欠落
- 未経験事象
- 相関≠因果
- 依存誤認、時刻ずれ
- モデル変更、ハルシネーション
予測カードの型
主張: 来月ディスクが枯渇しうる 根拠: 直近90日の増加率 反証の見方: 削除バッチが動いた日を除いても同じか 検証: 来週の実測で傾きを確認 外れたとき: 何を学習として残すか
「来週壊れる」と言われても、検証条件が無い予測は運用判断に使わない。
3. 定期への落とし込み
| 周期 | 多角分析の使い方 | 成果物 |
|---|---|---|
| オンデマンド | 障害中の仮説洗い出し | 初動シート |
| 週次 | 再発・ノイズ・依存の劣化 | 改善チケット3件以内 |
| 月次 | 容量・コスト・KPIセット | 投資判断材料 |
運用担当者週次で「相関っぽいが未検証」リストを残す
PG予測を検証するメトリクス・ログを実装する
SE予測カードを監視設計と週次レビューの項目にする
PM予測だけでロードマップ変更しない
経営層外れた予測の学習報告も評価する
4. 現場適用：週次の「仮説ボード」
ホワイトボードでもチケットでも可
仮説 | 根拠 | 反証の見方 | 検証担当 | 期限 | 結果 ------|------|------------|----------|------|---- 依存API劣化 | latency↑ | 相手側status | SE-A | 金 | 棄却 デプロイ相関 | 直後発生 | 他リージョン比較 | Dev | 水 | 採択
週次では「結果」列が空の仮説を持ち越さない。検証なき仮説はボードから外します。
ふりかえり
- 直近の分析で観点を2つ以上使ったか
- 予測に検証条件が付いていたか
- 相関を因果として会議で話していないか