SRE委員会はうるるのSREを推進する横断プロジェクトで、各部署からの有志メンバーで運営しています。

現在の基本活動は2週に1回の会議で、SREに関するトピックの共有や社内のSRE導入に関する支援に取り組んでいます。

はい、私は2019年に入社してNJSS（エヌジェス）事業に関わっていました。

当時からサービス品質の評価基準が存在せず共通認識がない点に課題を感じていて。

例えばメンバーに「サービスがどういう状態になったら正常かと言えるか？」と質問すると回答はバラバラで、提供サービスの一定品質が担保されていない状態でした。

蔡さんと莊さんの両者が「SREが品質管理に適している」としっかりとかみ合ったんですよね。
　

技術戦略課として補足するなら、あくまでもSREは品質向上を目的としたアプローチ方法の一つです。よくよく考えれば、各事業部ごとに事業特性に合ったアプローチは違うはずです。

　
だから品質向上というゴールに対してSREが効果的な手法であるといった視点ではなく、まずは「導入を実施して上手くいかなければ、違う手法を試してもいい」というスタンスで取り組みを始めました。

一番にわかったのは、事業部にSRE担当者を置いてガッツリと取り組まないと導入は難しいということです。
そのため、SREに意欲を示してくれている莊さんと蔡さんがそれぞれ所属する、えんフォト事業とNJSS事業のいずれかで取り組んでみたいと考えました。

検討の結果、NJSSは大規模プロジェクトの最中だったため、メンバーの満場一致でえんフォトを選びました。

選定後は、モデルケース構築を提案する資料作成に取り組みました。
特に、ビジネス拡大中になぜSREに取り組むのかを言語化するのに苦労しました。限られたリソースやコストを投入する合理性や、どうリソースを捻出するかを踏まえた提案が難しかったです。

またSREの説明には専門用語が多く使われるので、ビジネスサイドに伝わりやすい説明も意識しました。定量的な試算を用いて、何がどう変わるのかを伝えるよう努力しました。

もちろん本来の業務もあるので、そのクオリティを落とさないようにしながら活動するのも大変でしたね。

そういった努力の甲斐もあり、事業部長からの合意を得られ、えんフォト事業部でのモデルケース構築が認められました。

モデルケース構築が決まるとすぐ、指標定義に取り掛かりました。

ユーザーが快適にサービスを利用するためには何が重要かを考え、サーバー継続稼働率やリクエストに対するレイテンシー（遅延時間）、エラー率などを指標に採用しました。特に可用性・パフォーマンス・セキュリティの3つの観点を重要視しています。

指標が決まると、計測を毎日行って数値をダッシュボードにまとめ、推移を追えるようにしました。これには数ヶ月かかりましたね。

SRE運用開始後は、数値が基準値を下回りそうな時には自動的にアラートが出るようになっています。アラート発生時にはその原因を特定し、関係者を集めて改修します。

最初は私とSRE運用経験のあるインフラエンジニアの2人が担当していましたが、半年後にえんフォトSREチームを立ち上げ、主体的に動いてもらっています。

運用開始から約2年経ちましたが、えんフォト事業部にSREが浸透してきているのを感じます。

昨年には新卒メンバーがSREチームに参加してくれ、ブラッシュアップする動きを精力的に取ってくれていることで、メンバーが自立して仕組みの改善と向上を推進できる体制になっています。

特に変化を感じるのは、指標について事業部長とすり合わせるようになった点です。SREの運用には、開発サイドとビジネスサイドの共通認識が重要です。えんフォト事業部全体でより安心安全なサービスを届けていく雰囲気が醸成されてきました。

直近でも指標の全体的な見直しを行いましたが、特に新卒メンバーが中心でプロジェクトを進めてもらい、えんフォト事業部全体での合意形成に大きく貢献してくれました。

そのおかげで、チーム全体に新しい視点をもたらし、より効果的な指標の確立につながりました。

また以前は大小の障害が発生していましたが、運用後は大規模な障害が1回も起こっていません。えんフォト事業部でのSRE導入モデルケース構築は成功したと感じています。

この2年間の活動で、品質管理に対する考え方が大きく変わりました。

品質維持のために曖昧な言葉を使うのではなく、具体性のある数字を使うようになりましたね。メンバーとのコミュニケーション齟齬も少なくなっていると感じています。

将来的には、今回の導入で得た経験やノウハウを他事業部への導入に活かしていきたいです！

そうなんですよね。委員会の本質的な活動意義は、各事業特性に合わせた品質基準を明確にして、安心安全を確保をしていくことです。

現時点で、エビデンスを持って品質を提示できる事業部が少ないのが課題だと感じています。今後は我々が蓄積してきたナレッジを勉強会などで共有し、各事業の品質改善の力になりたいです。

「信頼性を上げたい」というよりも「信頼性を維持したい」という表現が一番しっくりくるかもしれません。

そして、なぜ信頼性を維持したいのか？の原点に立ち返ると、完璧な品質状態を目指すためではなく、常時ユーザーに快適で安全にサービスを利用し続けてほしいからという思いがあります。

ユーザーが喜ぶサービスを今後も提供していきます！