Disaster Recovery: Business Continuity & Recovery Planning

Disaster recovery planning ensures organizational resilience through defined recovery objectives, failover designs, and tested recovery procedures. The skill produces DR plans, recovery runbooks, and test schedules that minimize downtime and data loss during disruptive events.

TL;DR

• Define RPO (Recovery Point Objective) y RTO (Recovery Time Objective) por sistema y criticidad
• Disena estrategias de failover (active-active, active-passive, pilot light, warm standby)
• Produce runbooks de recuperacion paso a paso con roles, contactos y procedimientos
• Establece calendario de pruebas DR (tabletop, failover parcial, failover completo)
• Integra BCP (Business Continuity Plan) con analisis de impacto al negocio (BIA)

Inputs

The user provides a system or organization context as $ARGUMENTS. Parse $1 as the system/organization name.

Parameters:

• {MODO}: piloto-auto (default) | desatendido | supervisado | paso-a-paso
• {FORMATO}: markdown (default) | html | dual
• {VARIANTE}: ejecutiva (~40%) | tecnica (full, default)
• {TIER}: mission-critical | business-critical | business-operational | all (default)

Entregables

1. Plan de DR — Comprehensive disaster recovery plan with scope, roles, communication tree, and recovery procedures
2. Runbook de recuperacion — Step-by-step recovery procedures per system tier with validation checks
3. Calendario de pruebas — DR test schedule with exercise types, scope, and success criteria
4. Analisis de impacto al negocio (BIA) — Business impact analysis mapping systems to business processes with downtime cost
5. Matriz RPO/RTO — Recovery objectives per system with current vs. target gaps

Proceso

1. Realizar BIA — Identify critical business processes, map supporting systems, quantify downtime impact per hour/day
2. Clasificar sistemas por tier — Assign criticality tiers: mission-critical (RPO<1h, RTO<1h), business-critical (RPO<4h, RTO<4h), operational (RPO<24h, RTO<24h)
3. Definir RPO/RTO — Set recovery objectives per system based on business impact and cost tolerance
4. Disenar estrategia de failover — Select failover pattern per tier: active-active, active-passive, pilot light, warm standby, cold standby
5. Disenar estrategia de backup — Define backup frequency, retention, encryption, off-site storage, and restoration procedures
6. Crear runbooks — Document step-by-step recovery procedures with roles, validation checks, and escalation paths
7. Establecer comunicacion de crisis — Define communication tree, notification channels, stakeholder updates, and public communication templates
8. Planificar pruebas — Schedule tabletop exercises (quarterly), partial failover (semi-annual), and full failover (annual)

Criterios de Calidad

• BIA covers all critical business processes with quantified downtime impact
• RPO/RTO defined for every in-scope system with gap analysis (current vs. target)
• Failover strategy matched to system tier and budget constraints
• Runbooks tested or reviewed by operations team
• Communication tree includes backup contacts and external stakeholders
• Test schedule includes escalating complexity (tabletop → partial → full)
• Backup strategy includes encryption, off-site storage, and restoration validation
• Evidence tags applied: [DOC], [CONFIG], [INFERENCIA], [SUPUESTO]

Supuestos y Limites

• Assumes infrastructure team can implement recommended failover patterns
• RPO/RTO targets must be validated against budget — lower targets cost more
• Does not implement DR infrastructure — produces plans and runbooks
• Regulatory requirements (data residency, retention) may constrain DR design

Casos Borde

1. Sistemas legacy sin APIs de backup — Cuando los sistemas no soportan snapshots o replicacion nativa, el skill disena estrategias de backup a nivel de filesystem/DB dump con scripts de automatizacion y tiempos de recuperacion mas largos.
2. Restricciones de residencia de datos — Si regulaciones exigen que los datos permanezcan en una region especifica, el plan de DR se limita a multi-AZ dentro de la misma region y documenta el riesgo residual de desastre regional.
3. Presupuesto insuficiente para active-active — El skill genera escenarios con diferentes niveles de inversion (cold standby, warm standby, pilot light) con analisis de costo vs. RTO alcanzable para facilitar la decision.
4. DR nunca probado (deuda de pruebas) — Se prioriza un plan de pruebas incremental: tabletop primero (semana 1), failover de componente no critico (mes 1), failover parcial (trimestre 1).

Decisiones y Trade-offs

1. 4 tiers de criticidad vs. 2 (critico/no-critico) — Se usan 3-4 tiers porque la dicotomia critico/no-critico genera sobre-inversion en sistemas operacionales y sub-inversion en business-critical.
2. Failover automatico vs. manual — Se recomienda failover automatico solo para mission-critical con mecanismos probados; manual para el resto, porque failover automatico mal configurado puede causar mas dano que el incidente original.
3. Pruebas trimestrales tabletop vs. anuales — Trimestral para tabletop porque el equipo rota y la memoria institucional se pierde; el costo es bajo (2-4 horas por sesion).
4. BIA como primer paso vs. en paralelo con DR — BIA primero porque sin cuantificar impacto al negocio, los RPO/RTO son arbitrarios y no justificables ante stakeholders.

Knowledge Graph

graph TD
    subgraph Core["Disaster Recovery"]
        A[DR Plan] --> B[RPO/RTO Matrix]
        A --> C[Failover Strategy]
        A --> D[Recovery Runbooks]
    end
    subgraph Inputs["Inputs"]
        E[System/Org Context] --> A
        F[Business Impact Analysis] --> B
        G[Criticality Tiers] --> C
    end
    subgraph Outputs["Outputs"]
        A --> H[Plan de DR]
        D --> I[Runbooks de Recuperacion]
        A --> J[Calendario de Pruebas]
        F --> K[Analisis BIA]
    end
    subgraph Related["Related Skills"]
        L[cloud-architecture] -.-> C
        M[security-architecture] -.-> D
        N[sla-design] -.-> B
    end

Output Templates

Markdown (default)

• Filename: ops_dr-plan_{organizacion}_{WIP}.md
• Structure: TL;DR -> BIA resumen -> Matriz RPO/RTO (tabla) -> Estrategia de failover (Mermaid) -> Runbooks -> Calendario de pruebas

DOCX

• Filename: ops_dr-plan_{organizacion}_{WIP}.docx
• Via Pandoc: portada -> TOC -> BIA ejecutivo -> matrices RPO/RTO -> diagramas de failover -> runbooks detallados -> anexos de contacto

HTML (bajo demanda)

• Filename: ops_dr-plan_{organizacion}_{WIP}.html
• Estructura: HTML self-contained branded (Design System MetodologIA v5). Light-First Technical. Incluye matriz RPO/RTO con semáforo por tier, diagrama de failover Mermaid y runbook colapsable por sección. WCAG AA, responsive, print-ready.

XLSX (bajo demanda)

• Filename: {fase}_{entregable}_{cliente}_{WIP}.xlsx
• Generado via openpyxl con MetodologIA Design System v5. Encabezados con fondo navy y texto blanco Poppins, formato condicional por criticidad de tier (mission-critical/business-critical/operational), auto-filtros en todas las columnas, valores calculados (sin fórmulas). Hojas: RPO/RTO Matrix por sistema, BIA Impact Register, Failover Strategy Tracker, DR Test Calendar.

PPTX (bajo demanda)

• Filename: {fase}_{entregable}_{cliente}_{WIP}.pptx
• Generado via python-pptx con MetodologIA Design System v5. Slide master con gradiente navy, títulos Poppins, cuerpo Montserrat, acentos dorados. Máx 20 slides ejecutivo / 30 técnico. Notas del orador con referencias de evidencia. Secciones: BIA Resumen Ejecutivo, Matriz RPO/RTO por Tier, Estrategia de Failover, Runbooks de Recuperación (resumen), Calendario de Pruebas DR.

Evaluacion

Umbral minimo: 7/10 en cada dimension para considerar el skill production-ready.

Cross-References

• metodologia-cloud-architecture: Cloud infrastructure that enables DR capabilities (multi-region, multi-AZ)
• metodologia-security-architecture: Security controls for backup encryption and DR environment access
• metodologia-sla-design: SLA commitments that drive RPO/RTO requirements

Autor: Javier Montaño · Comunidad MetodologIA | Version: 1.0.0