基于AHP的SaaS服务质量评估

国际商业信息系统杂志，第24卷，第1期，2017年 51

基于层次分析法的软件即服务服务质量因素评估

尤多・吉里・苏查约、颜・约拿单・罗廷苏鲁和艾哈迈德・尼扎尔・希达扬托*
印度尼西亚大学计算机学院，德波校区，印度尼西亚，邮编16424 电子邮件：yudho@cs.ui.ac.id 电子邮件：yan.rotinsulu@gmail.com 电子邮件：nizar@cs.ui.ac.id *通讯作者

德维・菲特里亚娜
计算机科学学院，印度尼西亚雅加达西区肯彭甘默鲁布阿纳大学南默鲁亚第1期，邮编：11650 电子邮件：fitrianah.devi@gmail.com

孔基提・普萨瓦特
泰国曼谷泰国农业大学先进工业技术研究中心及工程学院 邮编：10900 电子邮件：fengkkp@ku.ac.id

摘要

本研究旨在识别软件即服务（SaaS）质量因素，并利用这些因素构建一个评估SaaS提供商所提供的SaaS服务质量的框架。该框架采用层次分析法（AHP）构建，并邀请了十名在SaaS领域拥有4至18年经验的受访者参与。研究结果表明，共有32个因素影响SaaS质量，包括与产品相关的15个因素、与流程相关的10个因素以及与组织相关的7个因素。在产品、流程和组织类别中，优先级最高的因素分别为安全性、质量控制和技术能力强的员工。此外，我们还展示了如何应用SaaS服务质量因素框架，对一家基于SaaS的人力资源管理应用供应商的SaaS服务质量进行评估。

关键词 ：软件即服务；SaaS；质量因素；服务质量；云计算；层次分析法；AHP；信息系统；印度尼西亚。

1 引言

云计算以服务的形式提供基于互联网的虚拟资源。软件即服务（SaaS）是云计算服务之一。SaaS允许客户按需选择使用一定量的服务并支付相应费用。通过利用 SaaS，客户可以省去拥有应用程序的成本，并提高投资回报率（ROI）的价值。这也是SaaS如今成为一种流行选择的原因之一（Babu等，2014；古普塔，2013； Lindner等，2010；Ratnam和Dominic，2014），包括用于企业对企业（B2B）目的（Petrescu，2012）。

随着软件即服务（SaaS）使用量的不断增加，本地部署的应用供应商正在加大投资，将其应用开发为SaaS应用。一些全球知名的SaaS应用包括SalesforceCRM、 DynamicsCRM和OracleCRM。而在印度尼西亚，SunfishHR、AxioproHR和 HaermesHRM等应用于人力资源管理系统（HRMS）的应用也较为流行。印度尼西亚的基于SaaS的应用提供商与印尼电信公司等基础设施提供商合作，为其客户提供更优质且完整的

服务解决方案（Hidayanto等，2012）。由于基于SaaS的应用实施较为复杂，组织需要具备良好的IT治理和有效的决策能力，以实现组织目标（Lee，2013年）。

提供高质量的产品/服务是成功维护客户的重要因素（Sang和Eze，2012；Yee和 Eze，2012）。一些框架如全面质量管理（TQM）可用于帮助组织生产高质量产品/服务（Fasil和Osada，2011；Lee等人，2013）。然而，关于SaaS服务质量的研究较少，其中包括阿尔维斯和加米奇（2013）、班纳吉和贾因（2014）、乔汉和杰斯瓦尔（2015）、古普塔（2013）以及坎奇安等人（2010）。此外，目前尚无进一步说明哪些因素应受到更多关注以实现SaaS服务的更高成功。同样，在印度尼西亚，关于SaaS服务质量定义的研究尚未见报道，而印度尼西亚的SaaS市场增长显著。弗罗斯特与沙利文2012年发布的2013年数据（http://frost.com/sublib/display‐market‐insight.do?id=284156497）显示，印度尼西亚云计算市场中，SaaS市场占95.4%，IaaS市场占3.8%，PaaS市场占0.7%。根据弗罗斯特与沙利文的数据，印度尼西亚的云计算支出将在2017年达到1.2亿美元。

考虑到印度尼西亚SaaS服务的增长，制定SaaS质量因素以帮助组织改进其 SaaS服务显得尤为重要。为了确定哪些SaaS质量因素被认为是重要的，我们建议使用层次分析法（AHP），这是一种在多准则决策中非常流行的工具。层次分析法（AHP）已被应用于许多领域，其中包括测量ERP就绪性（Hidayanto等，2013年）、开发移动政务（Yaghoobi等，2014年）、评估和排名提供电子服务的酒店（Shahin等，2014年）、评估和比较网站可用性（Presley和Fellows，2013年）等。

为了演示该框架的实施，我们选择了印度尼西亚一家基于SaaS的人力资源管理（HRM）应用供应商。该供应商的SaaS服务已在多个行业中广泛使用，涵盖农业企业、汽车、金融、商业、建筑、电子、能源、食品、健康、酒店、大众媒体、物流、旅游到信息技术等领域。

本文将分为以下部分：第2节阐述了本研究中的各项文献研究，从软件即服务的质量因素概念到层次分析法的概念。第3节说明了研究方法。第4节讨论了与专家视角相关的SaaS服务质量的研究结果。第5节展示了在一家软件即服务提供商中实施SaaS服务评估框架的情况。第6节给出了本研究结果的结论、意义以及未来研究方向。

2 理论研究

2.1 SaaS质量因素

软件即服务被定义为一种用于托管服务的软件，可通过互联网访问（Madisha 和 Belle，2009）。Xin 和 Levina（2008）将软件即服务定义为由供应商远程拥有和管理，并通过互联网作为服务交付给客户的软件

互联网。他们还指出，软件即服务是一种由源代码和类似的数据定义组成，并随后分发给客户的 应用。

为了观察SaaS质量因素，通过谷歌学术、斯普林格、电气与电子工程师协会、科学直连和ProQuest，使用“软件即服务”、“SaaS”、“质量”、“评估”、“供应商”和“提供商”等关键词进行相关文章的检索。这些词语和短语使用AND或OR作为连接词。最终找到了四篇与SaaS质量因素相关的文章，分别是班纳吉和贾因（2014）、阿尔维斯和加米奇（2013）、古普塔（2013）以及坎奇安等人（2010）。所有研究均从供应商的角度识别了影响SaaS质量的因素。各研究中所描述含义的相似性成为将所有因素合并为一个整体的依据。这些研究中识别出的所有因素被分为三类：产品、过程和组织（坎奇安等人，2010）。每个质量因素根据其与某一类别的相关性被归入相应组别。

根据上述过程，确定了32个因素。每个质量因素的说明，包括其定义和类别，见表1。R1列为班纳吉和贾因（2014）的研究，R2列为阿尔维斯和加米奇（2013）的研究结果，R3列为古普塔（2013）的研究结果，R4列为坎奇安等人（2010）的研究结果。

2.2 层次分析法

根据萨蒂（2000）的观点，AHP方法是一种用于确定某个元素对问题影响的工具。萨蒂指出，AHP方法的基本目标是将无结构且复杂的状况分解为组成部分，将这些部分或变量按层次结构进行排列，对每个变量相对重要性的主观判断赋予数值评分，并综合各种考虑因素，以确定具有最高优先级并对结果产生影响的变量。使用 AHP解决问题有三个主要原则：构建层次结构、设定优先级和逻辑一致性。

确定优先级是重要事项之一，且需要精确性。确定优先级的第一步是进行成对比较，即对每个子系统层次结构中的元素以成对形式进行比较。随后，该比较结果被转化为n × n矩阵，用于数值分析。例如，存在一个包含准则A以及该准则下若干元素B1至Bn的子系统层次结构。针对该子系统层次结构中各元素之间的比较，将以n × n矩阵的形式生成。该矩阵即为如图1所示的两两比较矩阵。

矩阵中bij的值是Bi与Bj之间的比较值，表示Bi相对于Bj的重要性程度。如果已知 bij的值，则理论上bji= 1/bij，当i = j时，bij的值为1。层次分析法（AHP）比较值采用1到9的标度，如表2所示。

来源：萨蒂（2000）

在进行比较时，层次分析法需要检查比较结果的一致性，即所谓的一致性指数（CI），其计算公式如下：

$$
CI = \frac{\lambda_{max} - n}{n - 1}
$$

其中 CI 一致性指数
λmax 最大特征值
n 比较元素的数量。

萨蒂（2000）认为，由随机比较得出的矩阵是一个不一致矩阵。从该随机矩阵中，我们可以得到称为随机指数（RI）的一致性指数值。通过比较一致性指数（CI）和随机指数（RI），我们可以确定矩阵一致性的标准，即一致性比率（CR）。CR 的计算公式如下：

$$
CR = \frac{CI}{RI}
$$

其中 CR 一致性比率
CI 一致性指数
RI 随机指数。

RI 的值可以在表3中看到。一致性比率越接近零，比较矩阵的一致性就越高。

来源：萨蒂（2000）

3 研究方法

3.1 专家人口统计信息用于构建SaaS服务质量评估框架

为协助制定软件即服务（SaaS）服务质量评估框架，邀请了十位印度尼西亚的云计算专家参与。这十位专家拥有4至18年经验，来自不同行业。专家的人口统计信息见表4。

3.2 提出的用于评估SaaS服务质量的AHP模型

在成功识别出影响SaaS质量的所有因素后，专家们被要求使用已根据印度尼西亚背景调整的问卷对32个SaaS质量因素进行评估。在问卷中，专家需使用五级量表（1‐5）来评定SaaS质量因素的重要性，该量表分别表示：不重要、较不重要、相当重要、重要和非常重要。如果某个因素的众数或中位数显示其重要性层级等于或高于3（相当重要），则该因素将被纳入AHP模型。专家初步评估结果显示，与产品相关的15个因素、与流程相关的10个因素以及与组织相关的7个因素被认为重要。

根据专家意见，这32个因素整体上为“相当重要”。基于此，我们提出了用于评估 SaaS服务质量的AHP模型，如图2所示。

图2所示的层次结构可被内部组织用来评估其向客户提供的SaaS服务。SaaS服务提供商可以评估在组织中已实施的实践，以确定服务是否已经达到SaaS服务质量。随后，SaaS提供商可以评估需要改进的领域。

3.3 专家对SaaS服务质量因素优先级的评定

使用问卷工具来确定SaaS服务质量因素优先级。要求十位专家对每个层级中各准则的SaaS服务质量因素进行两两比较。数据处理通过支持优先级计算过程的电子表格模板完成。在AHP计算过程中，需要使用以下几何平均（萨蒂，2000）合并十位专家提供的两两比较矩阵：

$$
a_{ij} = \left( \prod_{k=1}^{n} a_{ij}^{(k)} \right)^{1/n}
$$

n 是受访者数量，$ a_{ij}^{(k)} $ 是第 k 位专家对第 i 个因素和第 j 个因素进行成对比较的评分。

3.4 SaaS服务质量评估案例研究

为了展示所提出框架的实施过程，我们对印度尼西亚的SaaS服务提供商进行了案例研究。选择该SaaS服务提供商是因为其已成功在多个行业实施了基于SaaS的人力资源管理应用。在此通过访谈、观察和文档研究对案例研究中的SaaS服务实践进行评估。

4 SaaS服务质量因素优先级

确定SaaS服务中质量因素的优先级旨在识别本研究中最具影响力的那些因素。使用 AHP方法来确定各因素的优先级。通过向专家提出诸如“在与产品相关的质量因素 类别中，哪个因素最具影响力？该因素的影响程度如何？”等问题获取专家评估。受访者被要求使用1‐9量表，在两两比较矩阵中对某一因素相对于其他因素的重要性 进行评分。随后，利用从http://www.bpmsg.com下载的电子表格模板处理成对 比较数据。该模板有助于完成成对比较的计算。成对比较的结果包括每个因素的优先级百分比以及来自受访者的其一致性值评估。

以下是影响SaaS服务质量的优先级因素的分析结果。对于产品组，结果显示安全性（PD‐14）因素具有最高的优先级，其优先级百分比为15.31%，其次是可用性（PD‐2）、可靠性（PD‐11）、性能（PD‐10）和可访问性（PD‐12）。最低优先级百分比为1.52%的因素是可配置性（PD‐3）。图3显示了整体SaaS质量因素及其优先级百分比。该组的一致性比率评估为6%。

在过程组中，质量控制（PS‐4）、过程改进（PS‐8）和维护（PS‐7）处于最高优先级，各因素的优先级百分比分别为16.6%、16.5%和15.4%。最低优先级是测试（PS‐10）因素，其优先级百分比值为3.4%。该组的一致性比率评估为4.4%。该组的整体SaaS质量因素如图4所示。

在一致性比率评估为1.5%的情况下，标准的使用（OG‐5）因素在组织组中的优先级百分比为4.1%，是最低优先级。排名第一的是技术胜任的员工（OG‐2）因素，其优先级百分比为31.1%。总体而言，该组的SaaS质量因素优先级百分比如图5所示。

表5显示了根据各组对SaaS质量因素优先级从高到低的排序。

因此，根据专家评估，影响软件即服务（SaaS）质量的最主要因素分别是：产品组的安全因素、过程组的质量控制因素以及组织组的技术能力员工因素。在许多研究中，安全性因素是客户在采用基于云的技术时最关注的因素之一（许等人，2014；连，2015；奥利维拉等人，2014；希达扬托等人，2015）。

5 案例研究：软件即服务提供商的SaaS服务评估

5.1 案例研究概况

一家知名的人力资源管理系统供应商自1999年起开发了一套系统，专门为组织或行业提供人力资源管理解决方案，本研究选取该供应商作为案例研究对象。该供应商的宗旨是协助组织活动实现其目标，并帮助它们提高生产力。截至2013年2月，已有来自各个行业的365家客户使用该人力资源管理系统。为了将目标市场扩展至所有规模的企业，该供应商推出了基于软件即服务的新人力资源管理系统。这一新产品使客户能够通过互联网使用人力资源管理应用。所提供的订阅方式可能是从各类规模企业中获取更多客户的有效策略之一。

5.2 软件即服务质量保证实践分析结果

供应商已实施多项实践以维持质量，甚至提升SaaS服务质量。在本案例研究中，对五名担任技术经理、开发经理和IT经理职务的人员进行了访谈。此外，访谈之后还进行了观察和文档研究，作为三角验证过程的一部分。我们的目的是确保供应商已实施此前确定的实现SaaS服务质量的相关实践。表6显示了该案例研究分析结果的汇总。

根据表6可以看出，供应商已经针对所有因素实施了质量保证实践。来自现场的证据表明，所有实践都已作为SaaS服务质量保证的一部分为其客户实施。因此，整体因素已得到良好实施，应进一步优化以实现更高质量的服务。

6 结论、意义及进一步研究

6.1 结论

本研究的结果得出了影响SaaS服务质量的32个因素。这些因素包括与产品相关的15个因素、与流程相关的10个因素以及与组织相关的7个因素。采用AHP方法进行数据处理的结果显示，在与产品相关的因素中，最具影响力的因素是安全性；在与流程相关的因素中，质量控制因素是最具影响力的因素；在与组织相关的因素中，技术熟练的员工是最具影响力的因素。这32个因素已被用于评估供应商内部的 SaaS服务质量，该供应商同时运营基于SaaS的应用服务。

6.2 实际意义

SaaS质量因素分析（包括优先级因素）从产品、过程和组织的角度提供了SaaS质量因素。我们研究的实际意义体现在以下两个方面：

本研究得出的SaaS服务质量因素可由SaaS服务提供商用于评估面向客户的服务质量。该评估框架可用作服务质量维度内部审计过程的一部分。

利用AHP方法进行优先级排序的结果表明，提供商应关注SaaS服务质量。在评估的三个质量维度中，产品组中的安全因素、过程组中的质量因素以及组织组中的技术能力强的员工是SaaS服务质量因素中最重要的因素。这可能意味着组织需确保这三个因素的落实，以维持客户对组织所提供的SaaS产品的忠诚度。

6.3 未来研究方向

我们当前的研究是从专家的角度关注SaaS服务质量。未来的研究可以从其他视角展开，例如从受益于SaaS提供商所提供的SaaS服务的客户角度。此外，后续研究可以采用其他方法，如网络分析法（ANP），以确定优先级因素。该方法有望在各个因素的排名确定阶段支持本研究。