Setor
NOC, SLA e escalonamento para data center e telecom: disponibilidade que se prova
Quem opera infraestrutura para terceiros vende disponibilidade, e cada parada vira discussão de contrato. NOC (centro de operações de rede) com monitoramento 24x7, severidade definida, escalonamento escrito, gestão de mudança e relatório mensal previsto em contrato transformam a discussão em dado. A RStack faz o diagnóstico e organiza a operação, com escopo em proposta.
Revisão editorial interna, sem parecer jurídico. aprovação pendente conteúdo a validar validar na fonte oficial
Imagem ilustrativa
O papel desta página. Esta página trata do setor: o que quem vende disponibilidade precisa provar. A definição de NOC está no guia O que é NOC; o que contratamos como serviço, em Operações confiáveis.
A cena
Terça-feira, fechamento do mês
O gerente de operações de um data center recebe um e-mail do cliente: o relatório de disponibilidade do mês mostra uma parada de 18 minutos, mas o cliente mediu 31. O relatório foi montado à mão, de madrugada, a partir de três painéis. Ninguém lembra quando exatamente o alerta chegou nem quem foi acionado.
Na madrugada da parada, o alerta caiu numa caixa que todos veem. Só duas pessoas conhecem o procedimento de escalonamento, e uma estava de folga. A mudança feita no dia anterior não tinha janela nem plano de reversão registrados. Agora ele precisa defender um número que não consegue provar.
O que costuma falhar: a parada sem registro. Sem hora de início e fim, sem dono do alerta e sem mudança registrada, o nível de serviço deixa de ser contrato e vira opinião.
Exemplo ilustrativo, com dados fictícios. Não é cliente nem resultado real. conteúdo a validar
Do alerta ao relatório mensal
- Detectar
monitoramento dos serviços - Classificar
severidade definida - Escalar
quem recebe, em que ordem - Resolver
runbook e registro de mudança - Registrar
hora, escopo, decisão - Relatório
mensal previsto em contrato
O custo de não agir
O que acontece se nada mudar
Não agir aqui significa continuar descobrindo a causa depois do cliente e discutindo o minuto. Os dados abertos abaixo vêm de uma análise anual de paradas e de um texto de engenharia, cada um com o seu limite.
- 23%das paradas com impacto em 2024 vieram de TI e de rede, em alta; a análise liga isso a problemas de gestão de mudança e de configuração. Energia segue como principal causa. Fonte: Uptime Institute, 7ª Annual Outage Analysis, comunicado de 06/05/2025. Amostra: várias pesquisas, dados de membros e a base de paradas públicas, sem tamanho informado; relatório completo é restrito a membros. link
- Quase 40% e 85%das organizações tiveram uma parada grave causada por erro humano nos últimos três anos, e em 85% desses casos a equipe não seguiu o procedimento ou o procedimento era falho. Fonte: Uptime Institute, 7ª Annual Outage Analysis, comunicado de 06/05/2025. Mesma amostra, sem tamanho informado. link
- Cerca de dois terçosdas paradas publicamente reportadas ao longo de nove anos de acompanhamento vêm de provedores terceiros de TI e de data center, a categoria de quem lê esta página. Fonte: Uptime Institute, comunicado de 06/05/2025. Base de paradas públicas; não mede o Brasil nem separa telecom. link
- 52,56 minutospor ano é o máximo de parada que uma meta de 99,99% de disponibilidade permite. Fonte: Google, livro Site Reliability Engineering (2016), capítulo 3, texto online consultado em 28/10/2026. É texto de livro, sem amostra. link
Três números do Uptime Institute, 2025
- Paradas com impacto vindas de TI e rede (2024): 23%
- Organizações com parada grave por erro humano, 3 anos (quase): 40%
- Desses casos: procedimento não seguido ou falho: 85%
Cada barra tem uma base diferente; leia o rótulo de cada uma
Normas e boas práticas
O que as normas e as boas práticas pedem
Nenhuma norma pública fixa a disponibilidade que o seu contrato deve prometer. Elas pedem processo, registro e controle do que muda. O número do nível de serviço é decisão sua com o cliente.
| Referência | O que diz | O que isso significa na prática | Fonte |
|---|---|---|---|
| ITIL 4: gestão de incidente e habilitação de mudança (change enablement) | A prática de mudança tem como propósito maximizar o número de mudanças bem-sucedidas, avaliando riscos, autorizando mudanças e administrando a agenda. | Mudança com registro, risco avaliado, janela e plano de reversão. Veja o guia de resposta a incidentes. conteúdo a validar | AWS Well-Architected citando o guia oficial do ITIL 4 (fonte secundária); fonte oficial não conferida |
| ISO/IEC 20000-1:2018 | Requisitos de um sistema de gestão de serviços de TI. Terceira edição, setembro de 2018, com Emenda 1 de 2024 segundo o dossiê da RStack. | Serve de roteiro para organizar incidente, mudança, nível de serviço e relatório. Aqui é preparação, não certificação. conteúdo a validar | ISO, página da norma (aberta em consulta anterior; reconferir) |
| ISO/IEC 27001 (edição 3, outubro de 2022) | Requisitos de um sistema de gestão de segurança da informação. A certificação é opcional e feita por organismo de certificação. | Cliente de data center costuma pedir evidência de controle de acesso, registro e continuidade. Preparação para ISO 27001 não é certificação. | ISO, página da norma |
| SRE: SLI, SLO e orçamento de erro | O texto do Google define o orçamento de erro como a métrica objetiva de quanto o serviço pode falhar em um trimestre. Exemplo do livro: um SLO de 99,999% dá um orçamento de falha de 0,001% no trimestre. | A meta nasce de um indicador medido (SLI) e vira compromisso (SLA) só depois que se sabe medir. | Google, SRE book, cap. 3 (2016, consulta em 28/10/2026) |
O plano
Plano em 3 passos
- Definir o que é crítico, o que conta como parada e como se mede
Listar os serviços e os clientes críticos, escrever a severidade de cada tipo de alerta, o indicador (SLI) e a meta interna (SLO), e o que fica fora da conta, como manutenção programada. Só depois entra o compromisso (SLA) do contrato.
- Dar dono ao alerta, escrever o escalonamento e registrar a mudança
Cortar o ruído de alertas, definir quem recebe cada um, escrever os procedimentos (runbooks) para que não dependam de duas pessoas e exigir registro, janela e reversão para mudança em produção.
- Medir e prestar contas com os mesmos dados
Gerar o relatório mensal previsto em contrato a partir do próprio monitoramento, rever cada incidente grave depois que acaba e ajustar procedimento e meta com base no que se aprendeu.
Papéis na operação com nível de serviço
- Primeira leitura (NOC, plantão)
- recebe o alerta
- classifica a severidade
- aciona pelo escalonamento
- Análise técnica (engenharia)
- investiga a causa
- aplica o runbook
- registra a mudança e a reversão
- Decisão (dono do serviço)
- aprova mudança de risco
- fala com o cliente e com o regulador
- revisa o incidente e as ações
Serviço relacionado: pilar Operações confiáveis.
Escopo em proposta escrita
Como a RStack atua como guia e parceira
Escopo, entregas e valores só aparecem em proposta escrita. Não há prazo nem resultado prometido neste guia.
- Diagnóstico de monitoramento, incidente e mudança, com escopo em proposta.
- Desenho de severidade, SLI, SLO e escalonamento, com ligação ao nível de serviço do seu contrato, no pilar Operações confiáveis.
- Monitoramento 24x7 e NOC quando contratados. Veja o guia de NOC; a cobertura e o parceiro de execução, quando houver, ficam descritos em proposta. conteúdo a validar
- Procedimentos de resposta e gestão de incidentes, com revisão pós-incidente.
- Relatório mensal de disponibilidade previsto em contrato; veja o texto relatório mensal de disponibilidade.
- Segurança, preparação para ISO 27001 e evidência de controles no pilar Segurança e conformidade, e plano de TI e FinOps em Governança e FinOps.
- O que não fazemos: operar sala de máquina nem serviço de campo sem parceiro de execução e contrato. Não há prazo nem resultado prometido.
O que cada meta de disponibilidade permite de parada
Exemplo de conta, não oferta: ano de 365 dias e mês de 30 dias. Só o valor de 99,99% por ano está no livro de SRE; os demais são a mesma conta. A meta do seu contrato é decisão sua com o cliente.
| Meta de disponibilidade | Parada máxima por ano | Parada máxima por mês |
|---|---|---|
| 99,9% | cerca de 8 h 46 min | cerca de 43 min |
| 99,99% | 52,56 min | cerca de 4 min 19 s |
| 99,999% | cerca de 5 min 15 s | cerca de 26 s |
Lista de verificação antes de renegociar um nível de serviço
- Sei qual indicador mede a disponibilidade do serviço e de onde vem o dado.
- O que conta como parada e o que fica fora (manutenção programada) está escrito e o cliente concorda.
- Cada tipo de alerta tem severidade e um dono nomeado.
- O escalonamento está escrito e não depende de uma ou duas pessoas.
- Toda mudança em produção tem registro, janela e plano de reversão.
- O relatório mensal sai do monitoramento, não de planilha montada à mão.
- Cada incidente grave tem revisão depois que acaba, com ações e donos.
- Para telecom: sei quais incidentes devem ser notificados e a quem. Confirmado com advogado.
Quando faz sentido
Você provavelmente precisa quando
- Um contrato novo ou uma renovação exige nível de serviço medido.
- O cliente contesta o relatório de disponibilidade.
- Um incidente expôs falha de monitoramento ou de escalonamento.
- O crescimento de ambientes passou da capacidade do plantão atual.
- Mudanças de infraestrutura ainda causam incidente.
Honestidade
Quando não contratar
Se o monitoramento ainda não cobre os sistemas críticos, o primeiro passo é cobrir, não renegociar a meta. E se você precisa de presença física na sala de máquinas, isso é serviço de campo, que depende de parceiro e de escopo. A RStack trabalha monitoramento, processo, governança e segurança.
Glossário
Termos que aparecem neste guia
NOC
Centro de operações de rede: acompanha disponibilidade e desempenho e aciona quem resolve.
SLA
Nível de serviço: compromisso escrito em contrato, com a métrica e a forma de medir.
SLI e SLO
SLI é o indicador medido; SLO é a meta interna sobre ele. O SLA é o que se promete ao cliente.
Orçamento de erro
Quanto o serviço pode falhar em um período sem violar a meta.
Escalonamento
Regra escrita de quem é acionado, em que ordem e quando o problema sobe de nível.
Runbook
Procedimento escrito, passo a passo, para tratar um tipo de alerta ou incidente.
Revisão pós-incidente
Reunião curta, depois que o incidente acaba, para registrar causa, decisões e ações.
Depois
O que muda depois
- Cada alerta tem dono e procedimento, e o escalonamento não depende de uma pessoa.
- O relatório mensal sai dos mesmos dados do monitoramento, e a discussão sobre o minuto se apoia em registro.
- Mudança passa a ter registro, janela e reversão antes de ir para produção.
- O que não muda: paradas continuam possíveis. O trabalho muda a forma de detectá-las, tratá-las e prová-las.
FAQ
Perguntas frequentes
Quais metas de disponibilidade vocês oferecem?
Não prometemos número no site. O nível de serviço é definido no diagnóstico e escrito em contrato, com a forma de medir.
Operam 24x7 por conta própria?
A cobertura é definida por escopo. Quando exige escala maior, entram parceiros de execução candidatos, com contrato e autorização por escrito. conteúdo a validar
Vocês trabalham dentro do meu data center?
Trabalhamos com monitoramento, processo e governança. Presença física e serviços de campo dependem de escopo e de parceiro candidato.
Servem para operadora de telecom?
Sim, no que é operação, monitoramento, processo e segurança de TI. Exigências específicas do setor, como a notificação à Anatel, devem ser confirmadas na norma. validar na fonte oficial
Qual a diferença entre SLI, SLO e SLA?
O SLI é o que se mede; o SLO é a meta interna; o SLA é o compromisso com o cliente, com consequências em contrato. Comece medindo.
Por que tanta ênfase em procedimento?
Segundo o Uptime Institute (2025), em 85% das paradas graves por erro humano a equipe não seguiu o procedimento ou o procedimento era falho. Procedimento escrito e treinado é parte da disponibilidade.
Todo alerta precisa virar chamado?
Não. Só o que exige ação humana. O resto é ruído que esconde o incidente importante. Veja o texto sobre alerta sem dono.
ISO 20000 e ISO 27001 são obrigatórias?
Não pelo nome. Clientes e editais podem pedir. A RStack trabalha preparação, não certificação, e a certificação é feita por organismo próprio. conteúdo a validar
Como a RStack monitora?
A ferramenta é escolhida no diagnóstico, conforme o seu ambiente. conteúdo a validar
Como é cobrado?
Por proposta, depois da conversa inicial e do diagnóstico. Valores e condições ficam em contrato.
Fontes
Onde conferir
- Uptime Institute, comunicado da 7ª Annual Outage Analysis (06/05/2025), consulta em 28/10/2026
- Google, Site Reliability Engineering, cap. 3: Embracing Risk, consulta em 28/10/2026
- ISO/IEC 20000-1:2018 (reconferir), consulta em 28/10/2026
- ISO/IEC 27001, consulta em 28/10/2026
- AWS Well-Architected, change enablement no ITIL 4 (fonte secundária; fonte oficial do ITIL não conferida), consulta em 28/10/2026
Consultado em 28/10/2026. Onde o texto diz "fonte secundária" ou "URL não conferida na fonte oficial", a fonte oficial ainda não foi aberta. conteúdo a validar
Continue
Guias relacionados
- O que é NOCRelacionado
- NOC x SOC: qual é a diferençaRelacionado
- Plano de resposta a incidentes e CSIRTRelacionado
- O que é SRE (engenharia de confiabilidade de sites)Relacionado
- ITSM e service desk (central de serviços de TI)Relacionado
- SLI, SLO e SLA: a diferença, sem confundirGuia relacionado
- Gestão de mudanças (change enablement) no ITIL 4Guia relacionado
Próximo passo
Conte o problema e a gente diz o que olharia primeiro.
Em poucas linhas, do seu jeito. Sem telefone obrigatório e sem formulário de vinte campos.
Conversa inicial sem compromisso; o diagnóstico é pago e só começa depois que você aprova a proposta escrita.