复盘不仅是对事件造成的影响和结果进行讨论，更重要的是记录下发生的一切，以便采取积极措施避免类似再次发生2.2。需要明确的是，出错的往往是系统本身，而非编写代码的人员2.3。
-
一个良好的系统应当允许人的失误存在2.3.1，它的本职工作就是允许你犯错误并从中学习。
-
数据管道应当具备容错能力，其中应包括应对数据管道中已知的未知和未知的未知的流程和框架2.4。
-
无论数据事件的类型或原因如何，数据工程团队都应在解决问题并进行根因分析后，进行一次跨领域的全面复盘2.5。
最佳实践包括将每次数据问题当作学习经验，复盘分析时不做任何指责，以建设性为目的2.6.1。要利用机会评估团队应对未来事件的能力，并详细描述如何执行共同的任务或流程2.6.2。每次复盘记录应与更广泛的数据团队分享，并对出了什么问题、系统如何受影响及根本原因进行文档记录2.6.3。根据团队和产品的需要适时修订服务级别协议（SLA）2.6.4。
事后复盘对数据团队和软件工程师团队都至关重要2.7，因为不断了解数据宕机发生的方式和原因是改进系统和流程弹性的唯一途径。
测试只能触及数据质量问题中的“已知的未知”部分，而预防则是积极主动的阶段3.1。建立事件管理的标准程序是必要的3.3。
-
通知适当的团队成员是关键步骤之一3.3.5.1，团队成员可能分散在不同的业务部门中，而数据团队成员则负责处理不同领域的数据事件。
-
评估事件的严重性是另一重要环节3.3.5.2, 利用数据沿袭的可视化工具来理解数据如何服务于业务需求，从而找出最重要的数据集。
-
保持频繁的事件状态更新通报也是非常重要的3.3.5.3, 可以采用最适合团队的结构、资源和优先事项的方案。
-
定义并与数据的服务级别目标（SLO）和服务级别指标（SLI）达成一致，以预防未来的数据事件和数据宕机3.3.5.4. 事件指挥官虽不负责制定SLO，但他们负责满足这些SLO。
一个有效的事件指挥官能利用合理的流程、自动化措施及企业内部的合作来保障数据管道的可靠性3.4.2. 确保事件管理覆盖整个数据生命周期是至关重要的4.1.1. 事件管理还应包含噪声抑制，因为数据中的噪声对实现数据监控和异常检测来说是个大问题4.2.1.
通过智能化地路由警报将数据资产和数据事件分组，可以提高警报系统的信噪比，并努力将信噪比降到最低4.2.2. 这样一来，不仅可以提高数据仓库中数据质量的监控效果，还可以使团队更高效地应对数据事件。