不确定性条件下企业信息系统的云化决策方法

苗虹 宋倩倩 孙金生 王念新 李鹏 葛世伦

摘要：企业在决策本地化信息系统转换为云模式的软件即服务时面临着技术市场发展、云化收益、决策者风险偏好等诸多不确定性。针对该决策，引入前景理论考虑了维持现状偏好、追求管理时尚等心理行为，依据交易成本理论和技术组织环境理论提取了决策指标，以未来不同的软件即服务市场成熟度作为前景状态，计算各备选信息系统云化迁移的综合前景值，形成不确定性条件下企业信息系统的云化决策方法。同时，应用该方法实例分析了一家企业，并与基于期望值的灰色随机多准则决策方法进行了比较，说明了该方法的可行性和合理性。

关键词：企业信息系统；软件即服务；云化决策；不确定性条件

DOI：10.13956/j.ss.1001-8409.2016.08.28

中图分类号：C9316 文献标识码：A 文章编号：1001-8409（2016）08-0129-04

引言

企业将内部本地化的信息系统应用转换迁移为可动态配置、自助式服务、互联网访问、按使用量付费的软件即服务（Software-as-a-Service， SaaS）应用已成为必然的趋势[1]，但现实中大部分企业对SaaS仍在观望，认为存在多方面的不确定性。因此，如何决策哪些企业信息系统（Enterprise Information System， EIS）优先云化对于稳步、渐进实现云化战略有着重要作用。

目前云服务的选择决策研究有：（1）关于云服务（商）的选择决策，多通过访谈调查，针对云服务（商）的特征采用多属性决策方法中的层次分析法[2-4]、Delphi法[5]、简单加权法、多属性效用理论[6]或消去选择转换法[7]等来进行定量的分析。从云化迁移的决策过程看，这些研究跳过了企业用户要迁移哪些信息系统应用的决策，虽然有文献[8]通过对一家企业深度调查后评估了拥有的各信息系统的云化准备程度，但同类研究较为缺乏。（2）关于云服务组合的选择决策，多通过实验仿真的模拟数据采用优化方法中的贪婪算法、动态规划、矩阵引子分解、马尔科夫链或组合选择等进行决策分析[9]，更着重于Web-service粒度上的技术指标，以此进行服务计算、组合、优化是可行有效的，但易陷入模型或算法本身，缺乏管理情境。

上述研究多是针对广义的云服务，专门就企业级SaaS应用的不多，且其决策目标多是基于用户对各指标的期望效用最大。实际上，IT采纳决策研究已经解释并证明了组织采纳行为存在有限理性的心理机制：新兴IT市场上，潜在用户即使对新技术的认知和体验很有限，也依然会选择可能给他们带来更多益处的创新产品[10]；企业会基于管理时尚的制度压力模仿IT潮流[11]；决策者在IT技术采纳中往往并不会仔细地评估所有可用的信息，进行精确的比较，而是倾向于坚持之前的选择即维持现状[12]。

在云计算转型企业IT传统使用模式的趋势下，且在发展初期之时，因为企业通过投入现有EIS已产生了既有利益，管理者决策云化迁移EIS时也会形成上述的风险偏好或损失规避的心理特征；同时云计算技术及其市场又在不断发展，决策者应该在多个情境状态下发展地思考各不确定性因素，而这些在现有研究中未曾体现，也是期望效用理论无法解释的。

Kahneman等在1979年提出了前景理论，描述、解释了不确定性条件下有限理性人的判断或决策行为，较好地解释了一些期望效用理论难以解释的行为模式。由此，管理研究中逐渐引入了该决策方法，应用到了行为演化博弈[13]、应急决策[14]、方案选择[15]、偿债意愿评估[16]等问题领域中。

因此，本文提出了一种不确定条件下基于前景理论对EIS云化迁移进行决策的方法，在未来SaaS市场成熟程度的多个可能前景状态下，考虑IT决策中普遍存在的维持

现状或追求管理时尚等心理因素，得到企业对现有EIS迁移意愿的综合前景值，为其做出合理、正确的云化迁移决策提供参考依据。

3实例调查与分析

本文设未来五年内，SaaS市场发展成熟程度存在三种可能：（Z1， Z2， Z3）=（与当前水平相当，一般成熟，非常成熟），根据表1设计了调查问卷，选取了一家中型的设计技术服务公司进行了调查，该公司的备选EIS有：邮件系统（Mail System， MS）、办公自动化（Office Automation， OA）、计算机辅助设计（Computer Aided Design， CAD）、人力资源管理系统（Human Resources Management， HRM）、客户关系管理系统（Customer Relation Management， CRM）、财务管理系统（Finance Management， FM）。经专家评估，SaaS市场发展成熟程度的三种前景状态的概率分别为（P1， P2， P3）=（05，04，01），经计算各备选EIS云化迁移的综合前景值如表2中本文方法所示。

31实例分析

CAD以0303的高值适合优先云化，是因为CAD直接对接客户的核心服务，迁移至云端的开放性可带来与客户的更多交互，方便服务流程，并能随着客户量的增加不仅使得该系统相关的运维成本节约显著，还能带来公司业务的运营成本显著下降，符合目前业界的“具有外部连接作用的应用应优先上云”的观点。

其次FM、MS、OA、HRM和CRM都不适合云化迁移。FM的结果值为-015，相对较好，主要是其在三种状态下成本节约为“高”、系统的可标准化都为“高”；MS因成本节约为“低”，同时“可操作性”为“很低”和“一般”，调查发现邮件系统使用有限，尤其在与客户沟通展示设计结果时并不便捷；另外，HRM和CRM在三种预期下，成本节约指标都为“低”，业务的“可模块化”“可优化”主要都为“低”和“一般”，CRM系统的可标准化相对于HRM还表现为“低”，经调查，该公司自身管理流程非标准化严重，人员管理松散，有非正式兼职人员，CRM的使用更是在少数客户强制下而使用的。

32方法有效性

为说明该方法的有效性，采用基于期望值的灰色随机多准则决策方法[24]对实例重新进行了计算，对比如表2所示。企业各备选EIS的相对优先次序一致，但由对比方法得到的结果值都为正值，而本文方法得到的结果值大多为负值，明显地区分出了决策者对不同EIS云化的基本态度，体现了决策者在面临“获益”与“损失”时的不同风险偏好，尤其是对“损失”更为敏感的心理机制；另外，由本文方法得到的结果值的区分度相对要略优于对比方法得到的结果值。

4结论

本文就企业EIS云化决策过程中面临的技术市场发展、云化收益、决策者风险偏好等多个方面的不确定性问题情境，引入前景理论考虑决策者复杂的心理行为，从交易成本理论与TOE框架提出了指标框架，给出了完整的决策方法与过程，并通过实例分析与方法对比说明了本文方法的有效性，为企业在系统级别的EIS分步云化决策提供了方法指导。

参考文献：

[1]葛世伦， 王念新， 苗虹，等. 基于云的管理信息系统再造研究综述[J]. 信息系统学报， 2014， 14（3）： 82-97.

[2]Repschlaeger J， Wind S， Zarnekow R， et al. Decision Model for Selecting a Cloud Provider： A Study of Service Model Decision Priorities[C]. The 19th Americas Conference on Information Systems （AMCIS）. Chicago， Illinois， 2013. 27.

[3]Garg S K， Versteeg S， Buyya R. SMICloud： A Framework for Comparing and Ranking Cloud Service[C]. The 4th IEEE International Conference on Utility and Cloud Computing， 2011.

[4]Karim R， Ding C， Miri A. An End-to-End QoS Mapping Approach for Cloud Service Selection[C]. The IEEE 9th World Congress on Services. Santa Clara Marriott， CA， 2013.

[5]Saripalli P， Pingali G. MADMAC： Multiple Attribute Decision Methodology for Adoption of Clouds[C]. The IEEE International Conference on Cloud Computing. Washington DC， 2011.

[6]Limam N， Boutaba R. Assessing Software Service Quality and Trustworthiness at Selection Time[J]. IEEE Transactions on Software Engineering， 2010， 36：559-574.

[7]Silas S， Rajsingh E， Ezra K. Efficient Service Selection Middleware using Electre Methodology for Cloud Environments[J]. Information Technology Journal， 2012， 11（7）： 868-875.

[8]Loebbecke C， Thomas B， Ullrich T. Assessing Cloud Readiness at Continetal AG[J]. MIS Quarterly Executive， 2012， 11（1）： 11-24.

[9]Sun L， Dong H， Hussain F K， et al. Cloud Service Selection： State-of-the-Art and Future Research Directions[J]. Journal of Network and Computer Applications， 2014， 45（8）： 134-150.

[10]Zhou K Z， Yim C K， Tse D K. The Effects of Strategic Orientations on Technology- and Market-based Breakthrough Innovations[J]. Journal of Marketing， 2005， 69（2）： 42-60.

[11]李敏. 中小企业云服务转换意愿实证研究 [D]. 合肥： 中国科学技术大学， 2014.

[12]李倩， 侯碧梅. 基于维持现状偏好理论的信息系统使用决策研究[J]. 管理评论， 2013， 25（1）： 44-51.

[13]苑宏宪， 王雪青. 基于前景理论的注册建造师执业行为监管演化博弈分析——基于承包商视角[J]. 软科学， 2014， 28（4）： 140-144.

[14]程铁军， 吴风平， 李锦波. 基于累积前景理论的不完全信息下应急风险决策模型[J]. 系统工程， 2014， 32（4）： 70-75.

[15]姜艳萍， 程树磊. 基于前景理论的新产品开发方案选择方法[J]. 管理学报， 2012， 9（5）： 767-771.

[16]魏晓蕾， 徐超， 周宗放. 基于前景理论的中小企业偿债意愿[J]. 系统工程， 2014， 32（7）： 69-74.

[17]Benlian A， Hess T. Opportunities and Risks of Software-as-a-Service：Findings from a Survey of IT Executives[J]. Decision Support Systems， 2011， 52（1）： 232-246.

[18]Siegel J， Perdue J. Cloud Services Measures for Global Use： The Service Measurement Index（SMI）[C]. The Annual SRII Global Conference（SRII）. San Jose， CA， 2012.

[19]Johnson B Q Y. A Holistic Model for Making Cloud Migration Decision： A Consideration of Security， Architecture and Business Economics[C]. Parallel and Distributed Processing with Applications （ISPA）， 2012 IEEE 10th International Symposium on， 2012.

[20]王世明， 岑詠霆. 排序决策的三角模糊数方法[J]. 工业工程与管理， 2009（1）： 44-47.

[21]Kahneman D， Tversky A. A Prospect Theory： Ananalysis of Decision Under Risk[J]. Economitrica： Journal of the Econometric Society， 1979， 47（2）： 263-291.

[22]Tversky A， Kahneman D. Advances in Prospect Theory： Cumulative Representation of Uncertainty[J]. Journal of Risk and Uncertainty， 1992， 5（4）： 297- 323.

[23]王坚强. 信息不完全的Fuzzy群体多准则决策的规划方法[J]. 系统工程与电子技术， 2004， 26（11）： 1604-1608.

[24]王坚强， 任世昶. 基于期望值的灰色随机多准则决策方法[J]. 控制与决策， 2009， 24（1）： 39-43.

（责任编辑：秦颖）