SLA de TI interna: cómo definir un 99.9% que tu equipo de operaciones pueda cumplir (no solo vender)

El SLA interno es la métrica que tu equipo de operaciones puede o no puede cumplir cuando se le pide. La distancia entre lo que vendes al cliente y lo que tu propio equipo entrega en promedio es donde se quiebra la confianza técnica. Este artículo parte de un principio: si tu SLA no lo puedes medir dentro de tu operación, no lo deberías poder prometer.

La cifra 99,9 % aparece en documentos comerciales casi como una marca de “profesional”. El problema es que se promete sin haber medido el punto de partida. La diferencia entre 99,9 % y 99,99 % no es un decimal más: es una década de complejidad operativa adicional.

Qué mide un SLA y qué mide un SLO

SLA (Service Level Agreement) es el compromiso contractual con un tercero, normalmente un cliente o área usuaria. SLO (Service Level Objective) es la meta interna que el equipo se autoimpone para entregar valor. Cuando se firman SLAs sin SLOs que los respalden, el área comercial promete disponibilidad que la operación no puede verificar, y el primer incidente serio abre la pregunta de quién paga el crédito de servicio.

Antes de fijar el SLA con el cliente, define primero el SLO interno. Es la única forma de saber si puedes prometer algo. Google SRE y los textos de ITIL 4 lo tratan de forma distinta y complementaria: el SLO pertenece a la operación; el SLA, al área jurídica y comercial.

Cómo se traduce 99,9 % a minutos por período

99,9 % mensual son 43 minutos 12 segundos de indisponibilidad total tolerada. En un trimestre son 2 horas 9 minutos 36 segundos. En un año son 8 horas 45 minutos 36 segundos. Para llegar a 99,99 % esos números se dividen por diez: 4,3 minutos al mes, 26 minutos al año. Para llegar a 99,999 %: 26 segundos al mes, 4 minutos 22 segundos al año.

Cualquier SLA que tenga un decimal más sin que la operación pueda documentar el nivel anterior está vendiendo algo que no sabe entregar. Y aún cuando un proveedor ofrezca cifras mágicas, conviene leer la letra pequeña: cómo se mide la indisponibilidad (qué se considera tiempo caído), qué se excluye (mantenimientos programados, ventanas anunciadas), y cuáles son los créditos por incumplimiento.

El punto de partida: tu indisponibilidad real hoy

Antes de fijar cualquier SLA, mide el último año de operación con tu equipo. Necesitas tres datos:

1. Tiempo total de indisponibilidad real (suma de incidentes que afectaron al cliente, no solo las ventanas de mantenimiento programado).

2. Frecuencia (cuántos incidentes por mes, su duración típica, su causa raíz mayoritaria).

3. Causas recurrentes (causa raíz que más se repite, ¿es de operación, de equipo, de upstream como CFE o ISP?).

Tres decisiones antes de firmar el SLA con el cliente

Primero: define el SLO interno. Es la meta que tu equipo se compromete a cumplir antes de enfrentar clientes. Sin SLO interno, cualquier SLA con cliente es palabra vacía.

Segundo: define qué se excluye del cómputo. Mantenimientos programados con aviso previo, ventanas de cambio tecnológico, fallas de proveedor upstream (CFE, ISP, carrier). Lo que excluyas reduce tu indisponibilidad medida y mejora tu SLA; lo que no excluyas requiere redundancia adicional.

Tercero: define los créditos por incumplimiento. No son castigo al equipo: son la forma en que la operación se compromete a reducir incidentes. Un SLA sin crédito de servicio es un SLA que el proveedor puede ignorar.

Por qué la mayoría de SLAs en empresas terminan en 99,9 %

Tres razones. Primero, es la cifra que ya usa el área comercial porque suena “profesional” y no tienen cómo defender 99,99 % sin infraestructura. Segundo, porque 99,9 % es alcanzable con redundancia básica y monitoreo 24×7. Tercero, porque operacionalmente 99,9 % deja 43 minutos al mes para absorber incidentes reales sin activar créditos: es el número que cabe en un SLA sin necesidad de invertir mucho.

Para la mayoría de empresas medias en México con un DC físico, 99,9 % es un objetivo realista y defendible. Para promesas de 99,99 % el cliente debe entender que paga por redundancia real (N+1 en todas las capas críticas) y por procesos formalizados, no solo por un UPS más grande.

Cómo hacer que el SLA se cumpla

Tres prácticas hacen que un SLA se cumpla: medición continua de indisponibilidad (monitoreo 24×7 con bitácora auditable), runbooks documentados y actualizados (qué se hace, en qué orden, quién llama a quién), y revisión trimestral donde la operación reporta al cliente cuántos incidentes tuvo, qué los causó y cómo se redujeron. La última es la que más empresas se saltan: convertir el SLA en una herramienta de mejora, no en un contrato olvidado.

Fuentes

[1] Google SRE — Service Level Objectives (libro) — https://sre.google/sre-book/service-level-objectives/

[2] ITIL 4 — Practice: Service Level Management — https://www.axelos.com/certifications/itil-service-management/itil-4-foundation

[3] ISO/IEC 20000-1 — Service management system requirements — https://www.iso.org/standard/70636.html