☕ Um Café no Bellacosa Mainframe
Gostou do conteúdo? Ajude a manter o café quente, o COBOL compilando e o mainframe acordado. 😄
☕ Pague um café ao Bellacosa

Translate

Mostrar mensagens com a etiqueta Pareto. Mostrar todas as mensagens
Mostrar mensagens com a etiqueta Pareto. Mostrar todas as mensagens

sexta-feira, 9 de outubro de 2026

👻 GHOST IN THE MAINFRAME: MOTOKO KUSANAGI E AS 6 ARMAS SECRETAS PARA DESCOBRIR A CAUSA RAIZ DOS ERROS QUE ASSOMBRAM O COBOL!

 

Bellacosa Mainframe e as 6 armas secretas para solucionar erros em cobol

☕ UM CAFÉ NO BELLACOSA MAINFRAME

👻 GHOST IN THE MAINFRAME: MOTOKO KUSANAGI E AS 6 ARMAS SECRETAS PARA DESCOBRIR A CAUSA RAIZ DOS ERROS QUE ASSOMBRAM O COBOL!

Quando um sistema bancário começa a apresentar falhas inexplicáveis, reiniciar o job não basta. Sob a tutela da Major Motoko Kusanagi, de Ghost in the Shell, vamos mergulhar nos mistérios da análise de causa raiz, investigar seis ferramentas fundamentais e descobrir por que os verdadeiros fantasmas da computação frequentemente estão escondidos nos processos, nas decisões e nas linhas de código que ninguém questiona.

Bellacosa Mainframe — Arqueologia da Computação, COBOL, IBM Z, Inteligência Artificial, Gestão da Qualidade e os Fantasmas dos Sistemas Legados.



🎬 Prólogo — 03h17: um fantasma apareceu no mainframe

Tóquio, 2030.

A chuva caía sobre os edifícios iluminados da cidade. Anúncios holográficos disputavam espaço com drones de vigilância, enquanto bilhões de transações financeiras atravessavam uma rede mundial de computadores.

No subterrâneo de uma instituição bancária, um poderoso mainframe executava os sistemas responsáveis pela movimentação financeira de milhões de clientes.

Tudo parecia funcionar perfeitamente.

Até que, às 03h17, um alarme apareceu no console de operações.

IEF450I PAYBATCH - ABEND S0C7

JOB NAME: PAYBATCH
STEP NAME: CALCJURO
PROGRAM:  COBPAY01

STATUS: ABNORMAL TERMINATION

O operador consultou o SDSF, identificou o processamento interrompido e acionou a equipe de suporte.

Um programador experiente examinou os registros, localizou um campo problemático e aplicou uma correção emergencial.

O job foi reiniciado.

Terminou com código de retorno zero.

Problema resolvido?

Não exatamente.

Sete dias depois, a mesma aplicação apresentou outra falha. Desta vez, alguns pagamentos foram calculados incorretamente.

A equipe corrigiu os registros e reprocessou o movimento.

Na terceira semana, apareceram pagamentos duplicados.

O gerente de tecnologia perdeu a paciência.

— Precisamos contratar programadores COBOL melhores!

Foi quando o sistema de segurança recebeu uma conexão inesperada.

Uma mulher de cabelos escuros, olhos atentos e corpo inteiramente cibernético surgiu no ambiente virtual.

Era a Major Motoko Kusanagi, comandante operacional da Seção 9.

Batou, seu parceiro, examinava os registros do sistema.

— Major, encontrei três incidentes diferentes. Um erro de dados, uma falha de cálculo e um problema de duplicidade.

Motoko permaneceu em silêncio.

Depois de alguns segundos, respondeu:

— Você encontrou três sintomas, Batou. Ainda não sabemos quantos problemas existem.

— Mas os programas já foram corrigidos!

— Corrigir o código não significa eliminar as condições que produziram o erro.

Ela abriu seis janelas holográficas.

Em cada uma aparecia o nome de uma ferramenta:

5 Porquês. Ishikawa. Pareto. FMEA. Árvore de Falhas. Mapeamento de Processos.

A investigação estava apenas começando.

Nota: a história do banco e os diálogos da Seção 9 são uma aventura fictícia criada para fins didáticos. Os conceitos técnicos apresentados têm aplicações reais.



🧠 Capítulo I — Quem é Motoko Kusanagi e por que ela deveria investigar um mainframe?

Motoko Kusanagi é uma das personagens mais fascinantes da ficção científica japonesa.

Criada por Masamune Shirow para o universo de Ghost in the Shell, ela tornou-se um símbolo das discussões sobre inteligência artificial, identidade, consciência, segurança digital e a relação entre seres humanos e máquinas.

Motoko possui um corpo cibernético extremamente avançado. Entretanto, sua característica mais importante não é sua força física.

É sua capacidade de analisar sistemas complexos.

A Seção 9 investiga crimes que frequentemente envolvem redes de computadores, manipulação de informações, espionagem, inteligência artificial e organizações com interesses conflitantes.

Nesses ambientes, as aparências enganam.

Um criminoso pode ser apenas um instrumento.

Uma memória pode ter sido manipulada.

Um programa aparentemente inofensivo pode esconder uma operação maior.

E um incidente isolado pode fazer parte de um padrão que somente se revela quando vários acontecimentos são relacionados.

Isso nos leva diretamente ao universo dos sistemas empresariais.

Um programa COBOL não funciona sozinho.

Ele recebe informações de arquivos, tabelas Db2, aplicações CICS, sistemas externos e processos operacionais.

Depende de JCL, permissões de acesso, parâmetros, calendários, regras de negócio e decisões tomadas por pessoas.

Em outras palavras, o comportamento do programa é o resultado de uma rede de dependências.

Para compreender verdadeiramente uma falha, precisamos investigar o ecossistema que permitiu que ela acontecesse.

Motoko seria uma excelente professora porque não aceita a primeira explicação apenas porque ela parece plausível.

Ela procura evidências.

Questiona premissas.

Reconstrói acontecimentos.

E, principalmente, distingue uma hipótese de uma conclusão.



🖥️ Capítulo II — O que é análise de causa raiz?

A análise de causa raiz, ou Root Cause Analysis (RCA), é um conjunto de métodos utilizados para identificar os fatores que provocaram ou permitiram a ocorrência de um problema.

Seu objetivo é encontrar oportunidades eficazes de intervenção para reduzir a probabilidade de recorrência.

Parece simples.

Mas existe uma diferença enorme entre descobrir o que falhou e compreender por que aquela falha foi possível.

Imagine um automóvel que deixa de funcionar porque ficou sem combustível.

O motorista coloca gasolina e volta a dirigir.

Problema resolvido?

Talvez não.

E se o indicador de combustível estiver defeituoso?

E se o veículo consumir combustível excessivamente por causa de um vazamento?

E se o motorista nunca tiver recebido informações corretas sobre o consumo?

Abastecer restaura o funcionamento.

Mas não elimina necessariamente o problema original.

No mundo da informática acontece algo semelhante.

Um job termina com ABEND S0C7.

O programador encontra um campo não numérico, corrige o registro e reinicia o processamento.

Tudo funciona.

Mas algumas perguntas permanecem:

  • Por que o registro continha dados inválidos?

  • Qual sistema produziu aquele registro?

  • Havia uma validação de entrada?

  • O layout foi alterado?

  • Os testes contemplavam aquele tipo de dado?

  • O mesmo erro pode estar presente em milhares de outros registros?

A investigação começa quando deixamos de perguntar apenas como recuperar o serviço e passamos a perguntar quais condições devem mudar para evitar a repetição da falha.

Sintoma, causa imediata e causa sistêmica

Considere um exemplo:

Sintoma: o processamento terminou com S0C7.

Causa imediata: uma operação numérica recebeu dados incompatíveis com o formato esperado.

Fator contribuinte: o programa não validava adequadamente os dados antes da operação.

Possível causa sistêmica: a alteração do layout de entrada não passou por testes de compatibilidade.

Falha de controle: o processo de implantação não exigia uma verificação automatizada de contratos de dados.

Perceba que várias condições podem coexistir.

A expressão causa raiz não significa obrigatoriamente que existe uma única causa escondida esperando ser descoberta.

Sistemas complexos frequentemente falham devido a combinações de condições.

Motoko chamaria isso de uma rede causal.



🔍 Capítulo III — A primeira arma: os 5 Porquês

Batou examinou o primeiro incidente.

— Major, temos um S0C7. O programa recebeu dados inválidos.

Motoko abriu uma janela.

— Muito bem. Agora me explique por quê.

Primeiro porquê

Por que o processamento terminou com S0C7?

Porque uma operação numérica encontrou um conteúdo incompatível com o formato esperado.

Segundo porquê

Por que o conteúdo estava incorreto?

Porque o sistema de origem enviou um registro com um campo numérico malformado.

Terceiro porquê

Por que o sistema de origem produziu esse registro?

Porque o layout da interface foi alterado sem garantir compatibilidade com o consumidor.

Quarto porquê

Por que a alteração não foi identificada antes da implantação?

Porque os testes executados não incluíram uma verificação completa do contrato de dados.

Quinto porquê

Por que essa verificação não fazia parte dos testes?

Porque o processo de desenvolvimento não estabelecia responsabilidades claras pela validação das interfaces entre sistemas.

Motoko cruzou os braços.

— Agora temos uma hipótese de causa sistêmica que merece ser comprovada.

Batou olhou novamente para os registros.

— Então corrigir o campo não foi suficiente?

— Foi suficiente para recuperar aquele processamento. Não para impedir a repetição.

O segredo dos 5 Porquês

A ferramenta ganhou notoriedade por sua utilização na cultura de melhoria contínua associada ao Sistema Toyota de Produção.

Seu funcionamento é simples e não exige softwares sofisticados.

Mas possui uma fraqueza importante.

Se a equipe não utilizar evidências, a investigação pode se transformar em uma sequência de opiniões.

Imagine estas respostas:

Por que o programa falhou?

Porque o programador errou.

Por que ele errou?

Porque estava distraído.

Por que estava distraído?

Porque estava cansado.

Por que estava cansado?

Porque trabalhou muito.

Por que trabalhou muito?

Porque a equipe é pequena.

A conclusão seria contratar mais pessoas.

Mas será que a primeira afirmação foi comprovada?

Talvez o programa estivesse correto e a especificação estivesse errada.

Talvez o problema fosse uma alteração não comunicada na interface.

Talvez o operador tivesse recebido um procedimento inadequado.

Os 5 Porquês precisam ser uma investigação, não uma história inventada para justificar uma decisão previamente tomada.

Dica da Major

Para cada resposta, procure pelo menos uma evidência verificável.

Pode ser um log, um registro histórico, uma alteração no repositório, um teste reproduzível ou uma observação documentada.

E não se prenda ao número cinco.

Pare quando houver uma explicação suficientemente sustentada para orientar ações eficazes, ou amplie o método quando a complexidade exigir.


🐟 Capítulo IV — Ishikawa: o peixe que revela o monstro escondido

A Seção 9 convocou especialistas de diferentes áreas.

Um analista de Db2.

Um programador COBOL.

Uma profissional de testes.

Um operador de produção.

Um responsável pelas regras de negócio.

Batou observou o grupo.

— Major, todos têm uma teoria diferente.

Motoko respondeu:

— Excelente. Agora precisamos organizar essas teorias sem confundi-las com fatos.

Ela projetou o Diagrama de Ishikawa, também conhecido como Diagrama de Causa e Efeito ou Espinha de Peixe.

A ferramenta recebeu esse nome em homenagem a Kaoru Ishikawa, importante pesquisador japonês da gestão da qualidade.

Seu princípio é organizar possíveis fatores causais em categorias.

Na indústria, é frequente utilizar o modelo dos 6 Ms: método, máquina, mão de obra, material, medição e meio ambiente.

Na informática, podemos adaptar essas categorias.

Pessoas

A equipe possuía treinamento suficiente?

O conhecimento estava concentrado em um único profissional?

O suporte recebeu instruções corretas?

Processos

As mudanças eram revisadas?

Existia um procedimento de rollback?

Os critérios de aceite estavam documentados?

Tecnologia

Havia falhas na aplicação COBOL?

O Db2 apresentava contenção?

A integração estava utilizando um layout incompatível?

Dados

Os registros eram válidos?

Os campos respeitavam os tamanhos definidos?

Os arquivos possuíam controles de integridade?

Ambiente

O problema acontecia somente em produção?

Existia diferença entre os parâmetros dos ambientes?

O volume de dados influenciava o comportamento?

Medição

Havia métricas suficientes para identificar o problema?

Os erros estavam sendo registrados?

Existiam indicadores de qualidade da entrada?

A equipe encontrou 23 hipóteses.

Mas isso não significava que havia 23 causas verdadeiras.

Motoko determinou que cada hipótese fosse classificada como:

Confirmada, refutada ou ainda não verificada.

Essa distinção é fundamental.

Um Ishikawa bonito, com dezenas de setas e caixas, não equivale a uma investigação concluída.

A ferramenta organiza o pensamento coletivo.

A evidência determina quais hipóteses sobrevivem.

Curiosidade

Os diagramas de causa e efeito tornaram-se particularmente populares nos movimentos de qualidade industrial do século XX.

Sua aplicação na tecnologia mostra que ferramentas desenvolvidas para investigar processos físicos também podem ajudar a compreender softwares, infraestruturas digitais e organizações.

Um defeito de software é diferente de uma peça defeituosa.

Mas ambos podem resultar de procedimentos inadequados, especificações incorretas e controles insuficientes.


📊 Capítulo V — Pareto: a Major descobre que nem todos os erros são igualmente importantes

Enquanto os especialistas discutiam hipóteses, Togusa examinava os relatórios históricos.

— Major, encontrei 200 incidentes registrados no último mês.

— Consegue classificá-los?

— Sim.

O resultado foi surpreendente.

CategoriaIncidentesPercentual
Dados inválidos8542,5%
Problemas de JCL4522,5%
Incidentes envolvendo Db22512,5%
Problemas relacionados ao CICS2010%
Rede157,5%
Outros105%
Total200100%

Os problemas de dados e JCL representavam 65% dos incidentes.

Incluindo os problemas de Db2, três categorias somavam 77,5% das ocorrências.

Motoko destacou os números.

— Temos uma concentração importante. Devemos investigar esses grupos primeiro.

Batou ficou satisfeito.

— Então resolvemos quase 80% dos problemas!

— Ainda não. Encontramos categorias que concentram ocorrências. Não demonstramos que sejam causas independentes nem que eliminá-las resolverá todos os incidentes.

O princípio de Pareto

Vilfredo Pareto foi um economista italiano cujo nome passou a ser associado à ideia de distribuições concentradas.

Na gestão, a expressão 80/20 ficou famosa por representar situações em que uma parcela menor dos fatores concentra uma grande parte dos efeitos.

Mas a proporção não é uma lei universal.

O resultado pode ser 70/30, 90/10 ou qualquer outra distribuição.

A armadilha da frequência

Agora imagine o seguinte:

Os 85 incidentes de dados provocaram atrasos de dois minutos cada.

Mas um único incidente de CICS deixou milhares de clientes sem acesso às suas contas durante seis horas.

Qual problema é mais importante?

Depende do objetivo.

Se queremos reduzir chamados, podemos começar pelos erros de dados.

Se queremos reduzir riscos financeiros, indisponibilidade e impacto sobre clientes, devemos considerar também a gravidade.

Por isso, um bom analista constrói diferentes visões:

Pareto por frequência.

Pareto por tempo de indisponibilidade.

Pareto por custo.

Pareto por impacto sobre clientes.

Pareto por reincidência.

O erro mais frequente não é necessariamente o mais perigoso.

Essa é uma das lições mais importantes para iniciantes em gestão de incidentes.


⚠️ Capítulo VI — FMEA: prever o acidente antes de ouvir a explosão

Motoko reuniu a equipe novamente.

— Investigamos falhas que já aconteceram. Agora quero saber quais falhas ainda podem acontecer.

Batou pareceu desconfiado.

— Vamos investigar crimes que ainda não foram cometidos?

— Vamos investigar riscos antes que produzam consequências.

Era a vez do FMEA.

A sigla significa Failure Mode and Effects Analysis, ou Análise dos Modos e Efeitos de Falha.

Seu objetivo é identificar como um produto, processo ou sistema pode falhar, quais seriam os efeitos e quais controles podem reduzir os riscos.

Três dimensões clássicas

Severidade: qual seria a consequência da falha?

Ocorrência: com que frequência ou probabilidade ela poderia acontecer?

Detecção: quão difícil seria identificar o problema antes de produzir seus efeitos?

Em abordagens tradicionais, cada fator pode receber uma nota de 1 a 10.

O Número de Prioridade de Risco, conhecido como RPN ou NPR, é frequentemente calculado por:

RPN = Severidade × Ocorrência × Detecção

Considere uma falha hipotética de duplicação de pagamentos.

Severidade: 9.

Ocorrência: 4.

Dificuldade de detecção: 7.

O resultado será:

9 × 4 × 7 = 252.

O número, isoladamente, não fornece uma decisão universal.

A organização precisa definir critérios e considerar especialmente os riscos de grande severidade.

Além disso, metodologias modernas, como a abordagem harmonizada AIAG–VDA, utilizam prioridades de ação que não dependem exclusivamente da multiplicação das notas.

FMEA aplicado ao COBOL

Modo de falhaConsequênciaControle recomendado
Valor numérico inválidoABEND ou resultado incorretoValidação de entrada
Duplicação de pagamentoPrejuízo financeiroIdempotência e chave única
Truncamento de campoPerda ou alteração de informaçãoTestes de limites
Erro de arredondamentoDivergência contábilRegras financeiras e testes
Reprocessamento inadequadoOperações repetidasControle transacional
Falha de autorizaçãoAcesso indevidoRACF e segregação de funções

Motoko explicou:

— O FMEA não é uma competição para descobrir quem atribui a maior nota. É uma maneira estruturada de identificar riscos, avaliar controles e decidir onde agir preventivamente.

Aplicação na modernização de sistemas legados

Imagine uma aplicação COBOL de 1989 sendo integrada a uma API moderna.

O sistema original utiliza arquivos VSAM e campos de tamanho fixo.

A nova aplicação trabalha com JSON e recebe solicitações pela internet.

Antes da integração entrar em produção, devemos perguntar:

O que acontece se o JSON contiver um campo ausente?

E se um número exceder o tamanho permitido pelo COBOL?

E se houver uma falha de comunicação depois da gravação no Db2?

E se o cliente repetir a solicitação?

E se dois pedidos chegarem simultaneamente?

O FMEA permite antecipar esses cenários.

O ideal não é esperar que o cliente descubra o defeito.

É descobrir o defeito potencial ainda durante a análise e os testes.


🌳 Capítulo VII — Árvore de Falhas: quando dois fantasmas precisam agir juntos

A investigação avançou para o incidente mais perigoso.

Pagamentos duplicados.

Togusa encontrou dois acontecimentos próximos.

Primeiro, o sistema externo não recebeu a resposta de uma operação.

Depois, enviou novamente a solicitação.

Batou concluiu:

— Encontramos o problema! A rede falhou.

Motoko discordou.

— Uma falha de comunicação não deveria, por si só, gerar um segundo pagamento.

Ela abriu uma Árvore de Falhas.

A ferramenta, conhecida como Fault Tree Analysis, parte de um evento indesejado e investiga quais condições podem produzi-lo.

No nosso cenário, o evento topo era:

PAGAMENTO DUPLICADO.

Uma combinação possível seria:

Reenvio da solicitação E ausência de controle efetivo de idempotência.

Observe a palavra E.

Na lógica da Árvore de Falhas, utilizamos relações booleanas.

AND: duas ou mais condições precisam acontecer juntas.

OR: uma entre várias condições pode ser suficiente.

Exemplo didático

       PAGAMENTO DUPLICADO
                |
               AND
              /   \
             /     \
        REENVIO   CONTROLE DE
        DO PEDIDO UNICIDADE FALHA

A árvore não prova automaticamente que esse foi o mecanismo real.

Ela representa uma hipótese lógica que deve ser confrontada com o comportamento da aplicação e com os registros disponíveis.

O que é idempotência?

Uma operação idempotente pode ser repetida sem produzir novos efeitos após a primeira aplicação bem-sucedida, considerando a operação e o contrato definidos.

Imagine uma API que recebe:

ID_OPERACAO = 789456
VALOR       = 250.00

Se a mesma solicitação for enviada novamente, o sistema deve reconhecer que aquela operação já foi processada e evitar uma segunda movimentação.

Uma arquitetura robusta pode utilizar identificadores únicos, restrições no banco de dados, controles transacionais e procedimentos específicos para situações nas quais a resposta se perde depois da execução.

Por que a Árvore de Falhas é importante?

Porque ela mostra que um evento grave pode exigir a falha simultânea de várias barreiras de proteção.

Se identificarmos essas barreiras, podemos fortalecer cada uma delas.

Esse raciocínio é utilizado em análises de segurança e confiabilidade de sistemas complexos.

É especialmente valioso quando uma falha pode produzir consequências financeiras, industriais ou humanas significativas.


🗺️ Capítulo VIII — Mapeamento de Processos: o fantasma não estava no programa

Depois de vários dias de investigação, Motoko fez uma pergunta aparentemente simples:

— Quem autorizou a alteração da interface que alimenta o processamento COBOL?

A sala ficou silenciosa.

O programador afirmou que recebeu uma solicitação aprovada.

O analista de negócio informou que validou apenas as novas regras comerciais.

O responsável pela integração disse que seguiu a documentação disponível.

Os testadores explicaram que não haviam recebido os cenários completos.

E o operador confirmou que ninguém tinha informado uma mudança no layout.

Motoko percebeu algo importante.

Cada profissional havia cumprido uma parte de suas responsabilidades.

Mas o processo completo possuía lacunas.

O fluxo que existia no papel

REQUISITO
   |
   v
ANALISE
   |
   v
DESENVOLVIMENTO
   |
   v
TESTES
   |
   v
HOMOLOGACAO
   |
   v
PRODUCAO

Parecia perfeito.

Mas o processo real era diferente.

Os requisitos chegavam incompletos.

Os desenvolvedores precisavam interpretar regras ambíguas.

A homologação descobria novos cenários.

Algumas correções eram realizadas rapidamente para cumprir prazos.

E os controles de compatibilidade entre sistemas não eram obrigatórios.

O ciclo do retrabalho

REQUISITO INCOMPLETO
         |
         v
DESENVOLVIMENTO
         |
         v
HOMOLOGACAO
         |
         v
REGRA AUSENTE
         |
         v
RETRABALHO
         |
         +------> DESENVOLVIMENTO

O problema não era simplesmente a qualidade individual do programador.

Era a forma como a organização transformava uma necessidade de negócio em software.

Uma descoberta incômoda

Motoko apresentou sua conclusão preliminar ao gerente.

— O seu processo depende de as pessoas descobrirem problemas que deveriam ter sido prevenidos antes.

O gerente perguntou:

— Então precisamos criar mais burocracia?

— Não necessariamente. Precisamos criar controles proporcionais ao risco, eliminar repasses desnecessários e tornar explícitas as regras que hoje dependem da memória das pessoas.

O mapeamento de processos ajuda a identificar esperas, aprovações, transferências, validações ausentes e pontos de retrabalho.

É também uma excelente ferramenta para compreender por que equipes aparentemente produtivas entregam resultados com baixa previsibilidade.


💻 Capítulo IX — Laboratório COBOL: como construir uma primeira barreira contra dados inválidos

Agora vamos sair da investigação virtual e entrar num pequeno laboratório de programação.

O objetivo é mostrar como a análise de causa raiz pode produzir uma melhoria concreta no código.

Considere um programa que recebe um valor monetário em formato textual.

Antes de converter ou calcular esse valor, precisamos verificar se ele está no formato esperado.

Passo 1 — Criar o programa

O exemplo abaixo utiliza uma representação textual simples de valor monetário, com nove posições inteiras e duas decimais, sem separador decimal explícito.

       IDENTIFICATION DIVISION.
       PROGRAM-ID. CHECKVAL.

       DATA DIVISION.
       WORKING-STORAGE SECTION.

       01 WS-ENTRADA      PIC X(11).
       01 WS-VALOR        PIC 9(9)V99.
       01 WS-STATUS       PIC X VALUE 'N'.

       PROCEDURE DIVISION.

           MOVE '00000125050' TO WS-ENTRADA

           IF WS-ENTRADA IS NUMERIC
              MOVE WS-ENTRADA TO WS-VALOR
              MOVE 'S' TO WS-STATUS
              DISPLAY 'VALOR ACEITO'
           ELSE
              MOVE 'E' TO WS-STATUS
              DISPLAY 'ERRO: CAMPO INVALIDO'
           END-IF

           GOBACK.

A entrada 00000125050 representa, pela convenção definida no exemplo, o valor 1250,50.

O programa primeiro verifica se o campo textual contém apenas dígitos.

Depois transfere o conteúdo para o campo numérico.

Passo 2 — Criar um cenário de erro

Agora altere a entrada para:

           MOVE '00000125A50' TO WS-ENTRADA

O campo contém uma letra.

A validação deverá rejeitá-lo antes da conversão.

Passo 3 — Investigar por que o dado chegou inválido

Não basta comemorar a rejeição.

A pergunta da análise de causa raiz é:

Por que a aplicação recebeu um dado que não respeita o contrato definido?

Talvez o sistema de origem tenha mudado.

Talvez exista um defeito na geração do arquivo.

Talvez as especificações sejam ambíguas.

Talvez a codificação dos dados tenha sido interpretada incorretamente.

O programa protege aquela operação, mas a investigação ainda precisa localizar a origem da inconsistência.

Passo 4 — Criar uma política de tratamento

Em um sistema real, não é suficiente exibir uma mensagem.

Precisamos definir o que acontece com o registro rejeitado.

Ele será colocado em quarentena?

Será gerado um arquivo de inconsistências?

O processamento continuará?

A execução inteira será interrompida?

Quem receberá o alerta?

Quais informações serão preservadas para auditoria?

A resposta depende das regras de negócio e dos requisitos operacionais.

Passo 5 — Criar testes de regressão

Prepare pelo menos cinco cenários:

  1. Valor válido.

  2. Campo contendo letras.

  3. Campo contendo espaços.

  4. Valor com tamanho incompatível.

  5. Valor válido do ponto de vista sintático, mas proibido pela regra de negócio.

O quinto teste é particularmente importante.

Um número pode ser perfeitamente válido para COBOL e completamente inválido para o negócio.

Por exemplo, uma transação de valor zero pode ser aceita ou rejeitada dependendo da operação.

Passo 6 — Verificar os efeitos da mudança

Depois de implantar a validação, acompanhe:

  • Quantidade de registros rejeitados.

  • Origem dos registros inválidos.

  • Frequência dos incidentes.

  • Tempo de recuperação.

  • Quantidade de processamentos reexecutados.

  • Ocorrência de novos defeitos relacionados.

A melhoria somente poderá ser considerada eficaz quando os resultados forem avaliados.

O código detecta o problema. A análise de causa raiz procura impedir que ele seja produzido novamente.


🏦 Capítulo X — O verdadeiro poder das seis ferramentas quando utilizadas em conjunto

A investigação da Seção 9 chegou ao momento decisivo.

Motoko reuniu todos os dados numa única tela.

O Pareto havia mostrado que problemas de dados e preparação de processamento representavam grande parte das ocorrências.

O mapeamento revelara falhas no processo de definição e implantação de mudanças.

O Ishikawa organizara hipóteses sobre pessoas, tecnologia, dados, processo e ambiente.

Os 5 Porquês haviam aprofundado algumas relações causais.

A Árvore de Falhas identificara combinações capazes de produzir duplicação de pagamentos.

O FMEA ajudara a antecipar riscos semelhantes em outras aplicações.

Agora a equipe possuía uma visão muito mais completa.

O problema não poderia ser reduzido a um único erro COBOL.

Havia falhas de validação, fragilidades de processo e controles insuficientes.

O plano de ação

A instituição decidiu implementar mudanças em três camadas.

Camada técnica: validação de entradas, testes de regressão, controles de idempotência, integridade transacional e monitoramento.

Camada de processo: revisão de contratos de dados, critérios de aceite obrigatórios, gestão de mudanças e responsabilidades formalizadas.

Camada organizacional: compartilhamento de conhecimento, análise de incidentes recorrentes e acompanhamento das ações corretivas.

Nenhuma dessas ações deveria ser considerada concluída apenas porque foi implantada.

Cada uma precisaria de uma evidência de eficácia.

O número de incidentes diminuiu?

As falhas críticas deixaram de ocorrer?

O tempo de recuperação melhorou?

Os controles detectam defeitos antes da produção?

Os novos procedimentos são realmente utilizados?

Essas são as perguntas que demonstram se a investigação produziu valor.


🤖 Capítulo XI — Inteligência artificial pode descobrir a causa raiz sozinha?

Motoko observou o sistema de análise automatizada apresentar uma conclusão:

ROOT CAUSE DETECTED

PROBABLE CAUSE:
DATABASE PERFORMANCE

CONFIDENCE:
94%

Batou sorriu.

— Major, a inteligência artificial resolveu o caso.

Motoko examinou os dados.

— Que evidências sustentam essa conclusão?

O sistema mostrou correlações entre lentidão, consultas SQL e consumo de recursos.

Mas não apresentava evidência de que a lentidão no Db2 tivesse provocado o incidente original.

A conclusão era plausível.

Não estava necessariamente comprovada.

O potencial da IA na RCA

Ferramentas de inteligência artificial podem auxiliar significativamente as investigações.

Elas podem agrupar incidentes semelhantes, resumir logs, relacionar mudanças de software, identificar padrões temporais e sugerir hipóteses.

Também podem ajudar a interpretar mensagens operacionais, construir linhas do tempo e preparar relatórios técnicos.

Imagine uma IA examinando registros históricos de jobs, mudanças de JCL, estatísticas Db2 e chamados de suporte.

Ela poderia indicar que determinados incidentes costumam ocorrer após alterações numa interface.

Isso seria extremamente útil.

Mas ainda seria necessário verificar se as alterações realmente provocaram as falhas.

O perigo da falsa confiança

Uma IA pode apresentar uma explicação convincente e incorreta.

Pode interpretar um log fora de contexto.

Pode confundir uma consequência com uma causa.

Pode ignorar uma mudança de processo que não aparece nos registros digitais.

E pode atribuir uma confiança numérica a uma conclusão sem possuir uma calibração confiável para aquele cenário.

Por isso, a investigação assistida por IA precisa manter rastreabilidade das evidências, controle de acesso, validação humana e possibilidade de contestação.

No mainframe, isso é especialmente importante devido à sensibilidade dos sistemas e à natureza crítica das operações.

A pergunta não é apenas se a IA encontrou uma resposta.

A pergunta é se conseguimos demonstrar por que aquela resposta merece confiança.


🕵️ Capítulo XII — Dez dicas da Major Motoko para investigadores iniciantes

1. Nunca confunda recuperação com correção definitiva

Reiniciar um processamento pode restaurar o serviço, mas não elimina necessariamente a causa.

2. Preserve as evidências

Antes de alterar registros ou reiniciar procedimentos, preserve as informações necessárias à investigação, respeitando as políticas da organização.

3. Construa uma linha do tempo

Horários são importantes. Compare eventos, mudanças, falhas, alertas e recuperações.

4. Consulte quem executa o trabalho

O processo descrito na documentação pode ser muito diferente daquele que acontece diariamente.

5. Diferencie fatos e hipóteses

Uma hipótese convincente ainda precisa de comprovação.

6. Escolha a ferramenta conforme o problema

Os 5 Porquês não substituem uma Árvore de Falhas quando existem múltiplas condições interdependentes.

7. Não confunda frequência com gravidade

Um incidente raro pode exigir prioridade absoluta se suas consequências forem severas.

8. Procure controles ausentes

Uma pergunta valiosa é identificar qual barreira deveria ter impedido o defeito e por que ela não funcionou.

9. Evite transformar a investigação em julgamento

Buscar culpados pode prejudicar a colaboração e a qualidade das informações obtidas.

10. Meça a eficácia das ações

Uma ação implantada não equivale automaticamente a um problema resolvido.


👻 Capítulo XIII — O verdadeiro Ghost in the Shell dos sistemas legados

Existe uma ligação filosófica extraordinária entre Ghost in the Shell e a manutenção de sistemas empresariais.

Na obra de Masamune Shirow, o corpo cibernético pode ser compreendido como uma estrutura material capaz de sustentar uma identidade consciente.

A história questiona onde termina a máquina e onde começa aquilo que consideramos consciência.

Agora pense num sistema COBOL com quarenta anos de existência.

Seu código foi alterado centenas de vezes.

Passou por diferentes compiladores, equipamentos, sistemas operacionais, bancos de dados e equipes.

Programadores chegaram e partiram.

Analistas se aposentaram.

Gestores foram substituídos.

Mas o sistema continua executando regras empresariais que nasceram décadas atrás.

Algumas dessas regras estão claramente documentadas.

Outras existem apenas no código.

E algumas sobrevivem em procedimentos operacionais transmitidos informalmente de uma geração de profissionais para outra.

Esse conhecimento acumulado é uma espécie de memória institucional.

O sistema possui, metaforicamente, seu próprio fantasma.

Não uma consciência artificial, mas um conjunto de decisões históricas, exceções, regras, dependências e compromissos que continuam influenciando seu comportamento.

Quando um programador modifica uma rotina sem compreender esses fatores, pode quebrar algo que parece inexplicável.

A investigação de causa raiz ajuda a reconstruir essa memória.

Ela permite descobrir não apenas o que um programa faz, mas por que determinadas proteções existem e quais circunstâncias justificaram sua criação.

A arqueologia digital do COBOL

Imagine encontrar este trecho:

       IF WS-CODIGO = '999'
          CONTINUE
       ELSE
          PERFORM PROCESSAR-REGISTRO
       END-IF

Por que o código 999 recebe tratamento especial?

Talvez represente um registro de controle.

Talvez tenha sido criado para compatibilidade com um sistema descontinuado.

Talvez seja uma exceção regulatória.

Talvez o programa contenha uma regra que não aparece em nenhuma documentação atual.

Remover a condição porque ela parece estranha pode ser perigoso.

A abordagem correta é investigar sua finalidade, verificar os fluxos que a utilizam, consultar documentação histórica e construir testes antes de alterar seu comportamento.

Esse é o verdadeiro espírito da arqueologia de software.

Não devemos preservar todo código antigo apenas porque ele é antigo.

Mas também não devemos destruí-lo apenas porque não compreendemos imediatamente sua função.


🥚 Easter egg — O caso do Homem que Ri

Os fãs de Ghost in the Shell: Stand Alone Complex certamente se lembrarão do Homem que Ri, uma figura central de uma narrativa envolvendo informação, encobrimento, identidade e sistemas sociais complexos.

O interessante é que o chamado fenômeno Stand Alone Complex permite uma reflexão sobre comportamentos que parecem coordenados, mas podem emergir de múltiplos agentes agindo individualmente.

Agora imagine um incidente empresarial.

Dez programadores adotam uma solução inadequada.

O gerente conclui que houve uma decisão centralizada.

Mas a investigação descobre que cada profissional, isoladamente, copiou um padrão que parecia funcionar.

Ninguém ordenou a repetição daquele comportamento.

O padrão se propagou por imitação, conveniência e ausência de revisão.

Isso também pode acontecer com procedimentos operacionais, consultas SQL, tratamentos de exceção e estratégias de recuperação.

A análise de causa raiz precisa distinguir uma decisão centralizada de um comportamento que emergiu das práticas da organização.

É uma analogia interessante com a obra, não uma equivalência técnica literal.

E revela um ponto importante:

Nem sempre existe um vilão, um comando secreto ou um único erro responsável por um problema sistêmico.

Às vezes, o problema nasce da interação entre pessoas e procedimentos que, individualmente, parecem razoáveis.


☕ Epílogo — O último fantasma do mainframe

Quatro semanas depois, o banco havia concluído as primeiras ações corretivas.

As interfaces críticas passaram a ter validações automatizadas.

Os casos de teste foram ampliados.

O reprocessamento de pagamentos ganhou controles mais robustos.

As mudanças passaram a exigir verificação de compatibilidade.

E os incidentes recorrentes começaram a ser acompanhados por indicadores específicos.

Isso não significava que nunca mais existiriam falhas.

Significava que a organização havia começado a aprender com elas de maneira sistemática.

Batou examinou os relatórios.

— Major, os números melhoraram.

Motoko observou os gráficos.

— Ótimo. Agora precisamos verificar se a melhoria se sustenta.

— Você nunca considera uma investigação encerrada?

Ela sorriu discretamente.

— Considero encerrada quando temos evidências suficientes de que as ações funcionaram e um mecanismo para detectar se o problema voltar.

Batou olhou para o gigantesco mainframe.

Milhões de linhas COBOL continuavam executando silenciosamente.

Por trás daquelas instruções estavam décadas de conhecimento empresarial.

Decisões tomadas por profissionais que talvez já não trabalhassem ali.

Regras que haviam sobrevivido a mudanças de hardware, software e administração.

E histórias que não apareciam em nenhum relatório de desempenho.

Motoko encerrou sua conexão.

Antes de desaparecer, deixou uma última mensagem no terminal:

BELLACOSA MAINFRAME
------------------------------

INCIDENTE : ENCERRADO
SERVICO   : RESTAURADO
CAUSAS    : INVESTIGADAS
CONTROLES : REFORCADOS

LICAO APRENDIDA:

CORRIGIR O ERRO RESTAURA O HOJE.

COMPREENDER A CAUSA
PROTEGE O AMANHA.

------------------------------
END OF INVESTIGATION

🎯 Conclusão — O maior defeito é aquele que aprendemos a ignorar

As seis ferramentas de análise de causa raiz representam seis maneiras complementares de observar um problema.

Os 5 Porquês aprofundam cadeias causais.

O Ishikawa organiza possíveis fatores contribuintes.

O Pareto identifica concentrações que ajudam a priorizar investigações.

O FMEA examina riscos e oportunidades de prevenção.

A Árvore de Falhas revela combinações de condições que podem produzir eventos indesejados.

O Mapeamento de Processos mostra onde o trabalho real permite que os problemas surjam, avancem ou permaneçam sem detecção.

Nenhuma dessas técnicas é uma solução mágica.

Todas dependem da qualidade das informações, da participação dos profissionais, da disposição para questionar premissas e da capacidade de transformar descobertas em mudanças reais.

Para o programador COBOL iniciante, existe uma lição particularmente importante.

Aprender sintaxe, comandos, arquivos e estruturas de dados é fundamental.

Mas compreender o comportamento de um sistema exige também conhecimento sobre processos, arquitetura, operações, riscos e regras de negócio.

A excelência técnica começa quando deixamos de tratar cada erro como um acontecimento isolado e passamos a compreender as condições que o tornaram possível.

Afinal, no universo de Ghost in the Shell, nem tudo que parece humano é humano, nem tudo que parece máquina é apenas máquina.

E no universo dos mainframes, nem tudo que parece um erro de programação começou no programa.

Porque o verdadeiro Mestre Jedi do Mainframe não é aquele que apenas faz o job terminar com RC=0000. É aquele que entende por que o job falhou, demonstra o que precisa mudar e ajuda a impedir que o mesmo fantasma volte a assombrar a produção.


Bellacosa Mainframe

Arqueologia da Computação, COBOL, IBM Z e os fantasmas que habitam os sistemas legados.

Uma última pergunta para o leitor: na sua empresa, os incidentes são investigados até encontrar suas causas e fatores contribuintes, ou os profissionais apenas aperfeiçoaram a arte de reiniciar processos que continuarão falhando?

Vagner Renato Bellacosa, IBM Champion e especialista em IBM Mainframe
IBM Z17 SYSTEM ONLINE
Sobre o autor

Vagner Renato Bellacosa

IBM Champion 2026 • Especialista em IBM Mainframe

Vagner Renato Bellacosa trabalha com IBM Mainframe desde 1988 , é IBM Champion e especialista em COBOL, CICS, Db2, z/OS e IBM Z. Compartilha experiências profissionais, conhecimento técnico, história da computação e práticas do universo mainframe para aproximar novas gerações das tecnologias que sustentam empresas, bancos e governos ao redor do mundo.

IBM Champion IBM Z COBOL CICS Db2 z/OS Mainframe desde 1988
GitHub LinkedIn
Inicializando conteúdo...