企業選擇SaaS供應商的決策及實例研究

摘 要 選擇合適的SaaS供應商是很多企業信息化順利進行的保障.本文建立了合理的SaaS供應商選擇評價指標體系及SaaS供應商選擇的多層次評估模型，闡述了基于層次分析法綜合評估SaaS供應商的過程，并將該方法應用于某一企業，選擇出了恰當的SaaS供應商.

關鍵詞 供應商；SaaS供應商；層次分析法；評價指標體系

1 引 言

在SaaS（SoftwareasaService，軟件即服務）模式中，供應商將應用軟件部署在自己的服務器上，通過互聯網向用戶提供應用軟件服務，企業用戶只需要根據訂購服務的種類、用戶數量和租用時間向服務提供商支付租賃費用[1，2].該模式很好地解決了企業信息化過程中資金和人才缺乏等難題，受到了廣大企業用戶的歡迎.然而，面對眾多的SaaS供應商，企業用戶應如何選擇，是一道難題[3，4].

目前國內外有關SaaS供應商選擇的文獻較少.只在極少數文獻中提及到用戶在選擇SaaS供應商時應該注意的問題，已有研究遠不夠具體和深入[2，5-7].有關SaaS的已有研究主要集中于SaaS的運營模式、服務模式、產品定價、SaaS安全性、SaaS適用性等方面[3，5，8-13].

本文建立了合理的SaaS供應商選擇評價指標體系及SaaS供應商選擇的多層次評估模型，基于層次分析法對SaaS供應商選擇的具體過程進行了分析，為企業用戶的SaaS供應商選擇提供了一種科學方法.

2 SaaS供應商選擇評價指標的確定

2.1 SaaS供應商選擇評價指標體系的初步確定

1）反映使用成本的指標

①租賃費用.用戶使用SaaS產品時，通常按照所選用產品的類別、使用時間和用戶數計費.通常的付費方式是按月支付使用費用.SaaS供應商為客戶提供升級和維護等服務的費用通常包含在租賃費用中.②實施費用.SaaS產品在使用前需由SaaS廠商統一部署，在實施過程中必然會產生費用支出，SaaS供應商通常以實施費用的名義收取這一部分費用.③附加費用.企業用戶在獲得SaaS供應商提供的服務過程中，有可能需要為一些特定的附加功能支付額外費用.有些SaaS廠商還向用戶收取咨詢服務費用.筆者把這部分費用計算在附加費用之中.

2）反映SaaS產品功能的指標

①功能滿足程度.該指標主要考察SaaS產品對企業需求的滿足程度.②擴展性.SaaS模式需保證企業用戶的信息系統集中在一個可擴展的平臺上.企業用戶可以通過該平臺整合各種業務系統，使企業內外信息充分交流.③集成性.通過企業內部系統和外部系統的集成，可降低運營成本并優化流程.倘若SaaS供應商提供的產品不能和用戶的舊系統集成，就很可能使企業原有的舊系統被閑置，從而增加項目的費用支出并使企業面臨較大風險.④應用便利性.SaaS產品應便于用戶理解和操作.⑤功能先進性.用戶對軟件產品的需求會不斷更新.為了滿足新需求，供應商所提供的SaaS產品在功能方面應不斷完善，確保先進.

經 濟 數 學第 30卷第4期

潘紅玉等：企業選擇SaaS供應商的決策及實例研究

3）反映SaaS廠商服務質量的指標

①咨詢服務水平.首次使用SaaS產品的用戶需要供應商耐心講解各種功能和應用.前期的咨詢服務水平是用戶選擇SaaS供應商的直觀考察點.②穩定性.數據是企業的生命，SaaS供應商必須確保企業用戶在享受其軟件應用服務時，各種信息能可靠提供.③安全性.系統可能會遭到病毒、黑客的惡意攻擊而導致文件失密、重要信息被刪除或被篡改等.因此，信息的安全性是企業用戶在選擇SaaS供應商時必須考慮的問題.確保數據的傳遞與存儲安全是企業選擇SaaS服務的前提.④項目建設時間.基于SaaS模式的產品通常能夠快速部署和試用.由部署到實現應用的時間如果過長，會增加企業用戶的信息化成本，不利于企業信息化.⑤系統維護周期.軟件系統需要定期維護.維護周期過長不利于系統的安全，過短又會增加SaaS供應商的工作量.恰當的維護周期是系統穩定運行的前提.⑥升級有效性.定期而有效的軟件升級可使客戶的需求得到滿足.⑦故障處理速度.當客戶使用SaaS產品出現故障時，SaaS供應商能否快速解決問題，是客戶考察供應商服務水平的重要指標.如果問題不能快速解決，必然會給企業生產經營造成損失.如果關鍵應用出現癱瘓，其損失將難以計量.

4）反映供應商實力的指標

①市場份額.產品在市場上所占份額可以反映用戶對該SaaS供應商及其產品的認可程度.產品市場份額較大的供應商的產品質量一般比較過硬并且服務水平較好.市場份額較小的供應商的產品通常在某些方面不穩定和不成熟，用戶若選擇此類供應商，將會加大經營風險.②聲譽.聲譽體現了供應商的綜合實力.如果供應商在市場上有較好的聲譽，說明該供應商一定在某些方面有相對優勢，企業選擇此類供應商的風險通常會較小.③經濟情況.企業儲存在SaaS供應商服務器上的數據中，很可能包含了一些重要信息.因此，企業用戶一旦使用了某一SaaS產品，再放棄就會非常困難.如果SaaS供應商因經營不善倒閉，企業的一些重要數據將有可能丟失，這會給企業用戶造成巨大損失.因此，企業在選擇SaaS產品時，需對SaaS供應商的經濟情況有所了解.④研發實力.SaaS供應商若想獲得持續的競爭優勢，必須有雄厚的研發實力為支撐.在研發方面的支出體現了供應商的長遠發展潛力.如果供應商在研發方面投入不足，其后續的系統升級、功能更新等就很難得到有效支持，這必然會影響供應商的長遠發展.⑤項目實施應用成功率.成功案例的比例體現了SaaS供應商的應用實施實力.有些供應商的用戶數量較多，但應用成功的案例卻很少，這類供應商一定在某些方面有缺陷.若企業用戶不進行仔細考察，就很可能被供應商提供的一些表面數據蒙敝，而導致錯誤的選擇.

相對于傳統的軟件供應商選擇指標體系，本指標體系的一個很大變化是：把服務水平作為一個獨立指標提了出來，并針對服務質量提出了符合SaaS特征的子指標.

2.2 SaaS供應商選擇評價指標體系檢驗和修正

運用問卷調查法搜集相關數據，并使用SPSSl6.0對得到的數據進行統計分析，以驗證上述評價指標體系的合理性，并予以修正.其內容主要包括問卷的設計、被調查對象基本情況的統計以及調查數據的統計分析.通過信度分析和效度分析，得到了合理的SaaS供應商選擇評價指標體系.

2.2.1 調查問卷設計

問卷設計包括問卷初稿設計、抽樣預調查和確定問卷終稿三個步驟.

①問卷初稿設計

調查問卷分為兩個部分，第一部分是對企業基本信息的調查，第二部分是對SaaS供應商的評價指標進行度量，量表部分運用的是李克特態度量表.本文選擇五點量尺，即“非常重要、重要、比較重要、一般、不重要”.

②抽樣預調查

在對用戶開展正式調查前，筆者針對該問卷的內容展開預調查.預調查對象對SaaS都有一定的了解，通過與他們的溝通，及時發現了問卷中存在的問題并作了相應修改.

③確定問卷終稿

通過認真設計和反復修改，最終確定了調查問卷.

2.2.2 樣本的基本情況統計

調查數據來源于專業問卷調查網站---問卷星.本次調查共收回有效問卷103份，數據樣本包括華東、華北和華南等地區的企業.公司性質有國有、私企、集體、合資、外資等，所處的行業包括制造業、服務業、流通業等，其中制造業所占比例較大.統計結果顯示，調查涉及了不同行業和不同規模的各種企業用戶，體現了樣本選擇的科學性和可信度.

2.2.3 問卷的信度和效度分析

①問卷的信度分析

采用Cronbach's Alpha系數對相關指標的內部一致性進行分析.結果顯示，各因素的信度系數都大于0.7，表明測量結果的一致性程度較高，具有相當高的信度.

②問卷的效度分析

從內容效度、表面效度和構建效度三方面對調查結果進行分析，其中，采用因子分析法對問卷的理論構建效度進行驗證.

1）本研究對國內外的相關研究文獻進行了歸納和總結，結合SaaS的特點提出了全新的評價模型，并在開展正式的調查前咨詢了該領域的專家，獲得了較好的反饋結果.所以，該份調查問卷在內容效度方面符合要求.

2）為了使問卷內容更準確，在正式發放問卷前，在小范圍內進行了預調查.預調查包括了不同行業、不同工作性質的人員，他們對該份問卷的許多方面提出了寶貴意見，例如問卷的結構設計方面、問卷語句的表達方面等等.多次修改后，最終確定了調查問卷的內容.本問卷的表面效度符合要求.

3）基于因子分析法驗證問卷的理論構建效度

①描述性統計分析

首先對所有變量進行初步的描述性統計分析.所獲數據表明，企業用戶對各指標打分的分值都比較高（滿分為5分）.20個指標中，有18個指標的平均得分在3分以上，且各指標的標準差都小于1，所以，所有指標都能進行因子分析.

②因子分析

運用KMO樣本測度和巴特萊特球體檢驗方法對所有變量進行適用度檢驗.結果顯示， KMO測度的值為0.910，這表明所收集的樣本數據非常適合做因子分析.巴特萊特球體檢驗中，統計值的顯著性概率是0.000，小于0.01，這表明數據相關系數矩陣不是單位陣，具有相關性，也說明調查數據適合進行因子分析.

從經過因子提取和因子旋轉后得到的因子載荷矩陣中看到，通過因子分析從20個指標變量中挖掘出了4個主要因子.同時在碎石圖中有4個特征值處于大于1的位置，這說明提取的4個因子是有意義的.從所獲結果看到，每個因子中都包括了因子負荷大于0.5的變量，這說明變量與因子的相關性較高.可見，以上提出的SaaS供應商選擇評價指標體系是合理的.國內大多數學者認為，各指標在一因子負荷中應該大于0.5，在其他因子中應該小于0.45，否則將其刪除.本文采用該標準對指標進行篩選.表1中，“附加費用”在公因子2上的因子載荷值為0.605>0.5，同時在公因子4上的因子載荷值為0.470>0.45；“系統維護周期”在公因子1上的因子負荷值為0.622>0.5，同時在公因子4上的因子載荷值為0.465>0.45，這兩個指標均不滿足上述條件，因此將這兩項指標予以刪除.從表一可以看到，除了附加費用和系統維護周期這兩個指標外，其他指標僅在一個因子上的載荷系數趨向于1，而在其他因子上的載荷系數趨向于0，這說明提取的4個因子具有代表意義.

在剔除附加費用和系統維護周期這兩個指標后，再次進行因子分析，結果表明，KMO測度的值為0.916；巴特萊特球體檢驗中，統計值的顯著性概率是0.000.

刪除兩項指標后，再次進行因子分析，得到的因子負荷值表中，每個變量都與其中一個因子有較高的相關性，而與其他因子的相關性較低，這表明因子提取的結果令人滿意.同時，碎石圖中有4個特征值處于大于1的位置，再次證明提取的因子具有代表意義.

總的變量分析結果顯示，經過因子旋轉后得到的特征值大于1的4個因子累計解釋方差為85.084%，即4大因子能夠概括八成多原始變量中的信息.指標修正后的4大因子的信度系數都大于0.7，并且樣本中18個指標變量的信度系數為0.941，這表明樣本有很高的信度.

計算得到的4個因子得分協方差矩陣中，4個因子的相關系數為零，即4個因子相互獨立，因此不需再做第二次因子分析.

3 基于層次分析法的SaaS供應商選擇

1）確立評價因素權重集

①建立層次結構模型

將層次結構劃分為目標層、一級準則層和二級指標層.根據前文所確定的SaaS供應商評價指標體系，建立層次結構模型，見圖1.

②構造兩兩比較矩陣

在層次結構模型中，所有變量間的隸屬關系已明確確定.根據T·L·Satty所確立的數量標度，邀請專家對一級準則層在目標層下的相對重要程度和二級指標層在各個一級準則層下的相對重要程度進行賦值.