基于IPA和因子分析法的个人云服务评价研究

程慧平　杨伟

〔摘要〕[目的意义]云服务产业蓬勃发展，个人用户接触到的云服务产品也越来越多，而在使用过程中，由于技术和服务等多方面的因素，导致个人云服务用户粘度不足，个人云服务质量急需改进。从用户的视角探讨个人云服务质量，对个人云服务质量的评价提供科学依据。[方法过程]采用多维度多层次方法构建了个人云服务质量评价指标体系，引入IPA分析法对该指标体系进一步分类，利用SPSS 190进行探索性因子分析，并绘制出IPA矩阵图，进一步划分出横向重要性与纵向满意度的指标。[结果结论]构建了基于IPA矩阵分析的个人云服务质量评价指标体系，横向重要性指标体系由管理层、用户层和技术层3个维度构成，纵向满意度指标体系由保障层和提升层两个维度构成。

〔关键词〕个人云服务质量；服务质量评价；IPA；探索性因子分析

DOI：10.3969j.issn.1008-0821.2017.10.005

〔中图分类号〕G203〔文献标识码〕A〔文章编号〕1008-0821（2017）10-0028-08

〔Abstract〕[Purposesignificance]Cloud service industry is booming，the increasing number of cloud services products is accessible to individual users.However，in the course of use，due to technology，service and other factors，resulting in the user visibility of personal cloud services is insufficient.The quality of personal cloud service is in urgent need of improvement.To explore the quality of personal cloud service from the users perspective，and to provide a scientific basis for the evaluation of the quality of personal cloud service.[Methodprocess]The multi-dimensional and multi-level method was used to construct the index system of the evaluation of personal cloud service quality.The paper introduces Importance-Performance Analysis（IPA） method to carry out empirical study on the index system，uses SPSS 190 for exploratory factor analysis，then draws the IPA matrix diagram，and further divides the indicators of horizontal importance and vertical satisfaction.[Resultconclusion]The paper constructs the index system of personal cloud service quality evaluation based on the IPA matrix analysis.The horizontal importance index system consists of three dimensions： the management layer，the user layer and the technical layer.The vertical satisfaction index system consists of two dimensions：the guarantee layer and the lifting layer.

〔Key words〕personal cloud service quality；quality of service evaluation；IPA；exploratory factor analysis

隨着互联网时代的持续蓬勃发展，大数据、云计算越来越与社会生活密不可分，云服务产业被列入我国新兴战略产业[1]。随着人们网络生活的常态化，网络应用的需求增多，多屏设备的大量使用，人们开始青睐于使用个人云服务[2]，如云盘、云音乐、云视频、云笔记、云办公等多种形式的云服务。个人云服务具有随时随地存储、多屏设备共享、海量存储、移动使用等优势，给人们的学习、工作和生活带来极大的便利，但是个人云服务也饱受信息技术弊端的制约，云服务质量的好坏直接关系到其自身的长远发展。因此，个人云服务质量成为重要的研究议题，本文立足用户视角，基于IPA分析方法构建了一套个人云服务质量评价指标体系，为用户视角的云服务质量评价提供科学决策依据。

1指标体系构建

11相关研究回顾

随着云服务广泛的应用，社会各界和学术界都纷纷展开了对云服务质量的研究，不同视角研究结论有所差异。2013年10月，工业和信息化部通信发展司提出我国首个可信云服务认证，内容为三类16项测评指标，包括数据管理类（数据存储的持久性、数据可迁移性、数据保密性、数据可销毁性、数据可审查性、数据知情权）、业务质量类（业务功能、业务弹性、业务可用性、服务计量准确性、故障恢复能力、网络接入性能）和权益保障类（服务变更、服务赔偿条款、终止条款、服务商免责条款和用户约束条款），以此为用户选择云服务商提供基本依据[3]。Alabool 和Mahmood（2013）通过对云服务评价进行综述，发现目前的评价指标，例如成本和性能，仅限于可量化的标准类型，而对于信任等指标应进一步关注[4]； Hamadache和Rizou（2013）基于服务质量（Qos）和服务水平协议（SLA）模型，为云服务评价建立信誉机制[5]；Li （2013）通过系统文献回顾的方法识别出82项相关评价研究，描述了云服务评价的实际情况[6]；Venkatesh（2003）基于用户感知和评价的影响因素，构建了整合科技接受与使用模型[7]，该模型认为直接影响用户行为与评价的有绩效期望与努力期望、社会影响与促成因素；Jun（2004）构建了服务质量评价模型，包括及时响应、访问、关怀性、易用性、可信性和安全性6个维度，并指出响应、关怀性和易用性是用户对服务质量的总体感知及满意度的显著性影响[8]。endprint

相对于国外的研究，国内云服务研究起步较晚但发展迅速，阿里云、百度云、360云、网易云等大量云服务供应商的涌现，使得国内市场竞争异常激烈，呈现出赶超IBM、谷歌等国外大型运营商之势，这引起了国内学者的广泛关注，对云服务质量评价的代表性研究，如表1所示。

从以上研究可以看出，学术界对云服务领域的研究逐步从概念性转向了实用性，在指标体系的构建上大多从云服务的某个应用方向进行研究，如信任，具有指导单一质量评价的作用，但未全面考虑从用户视角对个人云服务质量的评价；在评价方法上，主要采用模糊综合评价法、层次分析方法、BP神经网络等，这些方法更多偏向于数学变化原理，是在考虑与评价对象相关的各种因素基础上对研究对象所作出的综合评价，对于单纯从服务质量评价角度出发的理论运用较少。基于此，本文在构建指标体系之后，引入IPA（Importance Performance Analysis）分析法，即重要性-满意度分析法，从用户视角对个人云服务的评价指标体系进行实证。

12指标体系设计

本文对云服务质量评价相关文献进行综合分析的基础上，构建了多维度多层次的评价指标体系，然后采用专家调查法对指标体系进行筛选，最终确定了5个维度21项指标，如表2所示，本文又进一步解释了5个维度的来源依据和内容。

1）服务响应性。服务响应性是指紧抓时代发展的脉搏、与时俱进，包含国家政策、业务规则和新技术发展三项指标。要求个人云服务在响应国家政策指导和行业内业务规则规范的基础上，不断寻求新的突破和发展，顺应时代潮流，满足当下及未来的用户需求，才能使得提供商更好地应对激烈的市场竞争。

2）服务稳定性。服务稳定性是指在用户使用云服务过程中服务器本身能够满足用户操作的能力，包含服务中断、访问异常、功能限制、处理能力、响应时间五项指标。个人云服务需要在系统软件、平台软件以及数据库管理系统上有强大的技术作支撑，尽量避免服务的中断、异常和限制，并能强化处理能力，缩短响应时间，才能拥有更好的用户体验。

3）服务安全性。服务安全性是指个人云服务要严控安全漏洞，包含隐私保护、系统可靠、统一标准、法律风险、提供商声誉五项指标。个人云服务中心要将用户信息严格保密，在同行业之间形成统一标准，降低用户服务转移风险，并且要注重知识产权和商业决策涉及到的法律规范，力图提升自身信誉，提升竞争力。

4）服务可用性。服务可用性是指用户在选择提供商时必须考虑是否满足自身实际需求，包含业务问题、适用程度、服务价格、操作简便、信息质量5项指标。个人云服务需要具备最基本的满足用户需求的条件，比如要满足个人用户业务需求和适用范围，服务价格相对较实惠，操作简单明了，才能使用户在选择时更加感兴趣。

客户定制服务针对不同的用户群体，提供不同的服务版本，如学生版、家庭版、企业版等

个性化设置针对不同用户提供个性化选择

5）服务针对性。服务针对性是指个人云服务是否能够为个人用户量身打造，具备一定的个性化选择，包含服务指导、市场细分、个性化设置3项指标。个人云服务平台需要满足更多用户的个性化需求或群体需求，并在使用之初具备服务指导功能。

2个人云服务质量测评指标分析

21IPA分析

IPA（Importance Performance Analysis），即重要性-满意度分析法，是1977年Martilla和James提出的[23]，用于评价服务型企业的服务质量与顾客感知程度，基本理念在于比较评价因子的重要性和实际绩效的满意度来衡量服务质量改进过程中的轻重缓急，以便于调整战略中心，将有限的资源用在“刀刃”上。IPA方法的关键在于绘制直观、通俗、形象的四象限矩阵图，以重要性和满意度的均值为交叉点，将二维矩阵分成维持区、优势区、机会区和改进区，分布如图1所示。

图1IPA矩阵示意图

优势区是重要性高和满意度高区域，需要在原有的基础上保持或创新，指标属性为“继续保持”；维持区是重要性低和满意度高区域，需要调整战略合理配置资源，指标属性为“过犹不及”；机会区是重要性低和满意度低区域，需要随着市场变化促进转化成优势竞争，指标属性为“低优先级”；改进区是重要性高和满意度低区域，需要集中优势改善指标发展状况，指标属性为“急需改进”[24]。22问卷调查及统计

为确保问卷调查顺利进行，并根据本主题的特点，本文采用封闭式问卷形式，即给定答案选项由调查者从中进行选择，既保证问卷简单易懂节省时间，又能够使问卷回收率较高。同时，封闭式问卷形式在测量级别、程度、频率上的优势，也符合本文研究对象的特点。本文采用网络问卷调查的方式，利用问卷星（https：www.sojump.com）平臺进行，共收回问卷167份，其中无效问卷19份，共取得有效问卷148份，问卷回收有效率为886%。

221信度与效度分析

1）信度分析。使用SPSS 190对调查问卷的数据进行信度分析的结果如表3所示。总体部分以及重要性、满意度的Crobachs Alpha系数值均在09以上，因此本文问卷调查通过了信度检验，调查结果十分可信。

222样本的描述性统计

1）性别与年龄。本文的问卷对调查者性别和年龄进行划分，如表5所示，148名有效调查者中男性55人占比3716%，女性93人占比6284%，其中年龄在21～25岁之间94人占比6351%，说明这一年龄段的群体是个人云服务的主流人群。

2）职业与教育程度。本文的问卷对调查者职业和教育程度进行划分，如表6所示，调查者中以本科学历的学生群体为主，这一群体在个人云服务的使用上更加广泛，依托现代信息技术与互联网时代的发展，在接受新知识和新事物的能力和热情上要优于其他群体。

23IPA矩阵测评结果endprint

本文进行的问卷调查以重要性和满意度为核心，通过五级量表对各项指标打分，采用Likert 5级量表分别对重要性、满意度进行调查，由“很不重要”、“不重要”、“一般”、“重要”、“非常重要”表示重要程度，依次计分为-2、-1、0、1、2，由“很不满意”、“不满意”、“一般”、“满意”、“非常满意”表示满意程度，依次计分为-2、-1、0、1、2，最终的打分结果如表7所示。

以重要性为横轴、满意度为纵轴，基于重要性-满意度指标Likert 5级量表打分的平均值为分割点[25]，利用SPSS190绘制出IPA矩阵，如图2所示。

位于I优势区的指标有：信息质量、系统可靠、新技术发展、适用程度、服务稳定、操作简便，这一区域的指标是个人云服务的主要优势，重要性较强满意度较高，需要继续保持并不断创新，寻求更大突破。具体表现在：个人云服务提供商在不断提升技术水平的前提下，保持长期稳定运营，保证信息的准确性、完整性和一致性，并使个人用户对云服务的使用不存在障碍、即时体验较好，以及系统能对用户在使用过程中造成的数据丢失和冗余进行及时处理。

位于II维持区的指标有：客户定制服务、服务指导、个性化设置、提供商信誉，这一区域的指标是个人云服务的次要优势区，重要性较弱满意度较高，需要审视自身已有成果，合理配置资源，避免过分重视不重要因素。具体表现在：个人云服务提供商要积极主动与客户交流互动，获取并满足客户对云服务的期望，并在此基础上提供操作指导、定制服务以及个性化的设置，以满足用户的个性化需求，提升客户忠诚度。

位于III机会区的指标有：业务规则、国家政策、统一标准、服务价格、访问异常、服务中断，这一区域是个人云服务的次要劣势，重要性较弱满意度较低，需要把握机会，转化劣势为优势。具体表现在：个人云服务提供商在

云技术发展过程中要形成行业内统一的规则和标准，借助国家政策扶持，重点解决云服务的价格和技术方面的问题，从而形成同行业内突出的竞争优势，更有能力地参与市场化竞争。

位于IV改进区的指标有：功能限制、法律风险、处理能力、隐私保护、响应时间，这一区域是个人云服务的主要劣势，重要性较强满意度较低，需要改进重要因素，提升用户满意度。具体表现在：个人云服务提供商要高度重视用户在使用过程中的隐私保护，和自身对知识产权、商业决策与实际应用等法律问题的处理，通过技术手段解决用户隐私、功能限制、处理能力、响应时间上的问题，只有切实解决这些用户认为重要性强的问题，才能更好地提升用户满意度。

3探索性因子分析

采用探索性因子分析方法对网络调查所得的148份有效问卷进行分析，主要目的是通过较大的样本中，对个人云服务质量重要性和满意度的影响因素作进一步的筛选和修正。采用因子分析中的效度分析KMO值来检验所设置的题项是否适合进行因子分析，总体部分与重要性、满意度部分KMO值均在09以上，Bartlett检验的sig值小于005，因此可以进行因子分析。

31主成份因子提取

采用主成分分析法提取公因子，利用SPSS 190进行因子分析，并建立了公因子碎石图用以确定因子的个数，使之能够更加直观地展现所设置的题项在各因子复合系数的偏向情况，重要性、满意度的碎石图分别如图3、图4所示，从碎石图中可见，趋于平缓的曲线无特殊因素抽取，急速上升的曲线有特殊因素存在，因此本次数据提取中，重要性提取3个主成份因子，累积解释全部方差的75192%；满意度提取2个主成份因子时，累积解释全部方差的67169%[26]。提取的主成份因子如表8所示，加粗部分为提取的主成份因子。

图3重要性碎石图

32探索性因子合并

基于表8的重要性成份矩阵提取的主成份因子可见，重要性划分出3个公共因子，其中公共因子1包含了国家政策、业务规则、新技术发展、服务中断、访问异常，公共因子2包含了功能限制、处理能力、响应时间、隐私保

护、系统可靠、统一标准、法律风险、提供商声誉、服务稳定、适用程度、服务价格、操作简便、信息质量，公共因子3包含了服务指导、客户定制服务、个性化设置。公共因子的划分将个人云服务质量评价横向的重要性划分为3个部分，并以此对21项指标进行合并，如表9所示。管理层作为宏观指引，为个人云服务的发展指明方向，是起主导作用；用户层是个人云服务在实际服务过程中的具体内容，是面向用户群体的窗口；技术层是云服务的基础，也是云服务的关键所在，解决技术问题才能提升整体服务水平。

基于表8的满意度成份矩阵提取的主成份因子可见，满意度划分出2个公共因子，其中公共因子1包含了国家政策、业务规则、新技术发展、服务中断、访问异常、功能限制、处理能力、响应时间、隐私保护、系统可靠、统一标准、法律风险、提供商声誉、服务稳定，公共因子2包含了适用程度、服務价格、操作简便、信息质量、服务指导、客户定制服务、个性化设置。公共因子的划分将个人云服务质量评价的满意度纵向划分为两个部分，并以此对21项指标进行合并，如表10所示。保障层在于个人云服务的发展依赖于这些指标指出问题的不断解决，以基本满足客户需求；提升层在于对个人云服务指标指出的问题进行完善，提高客户满意度。

33横纵向层次解释

331横向重要性层次

从重要性的角度横向划分出管理层、用户层和技术层。

1）管理层：因子分析结果显示国家政策、业务规则、新技术发展、服务中断、访问异常构成一个公共因子的划分，这一层次包含的指标属于个人云服务提供商在管理上要注重的因素。结合IPA矩阵分析结果显示：国家政策、业务规则、服务中断、访问异常重要性位于平均水平以下，只有新技术发展位于平均水平以上，说明这一层次的大多指标在用户使用体验过程中的实际感知不强，这在专家访谈的现实情况中也得到印证，而新技术发展带来的使用体验即时改变却能比较明显的体现出来。因此，个人云服务提供商需要考虑如何将管理层指标较好的体现出来。endprint

2）用戶层：因子分析结果显示服务指导、客户定制服务、个性化设置构成一个公共因子的划分，这一层次包含的指标属于个人云服务提供商在用户层上要注重的因素。结合IPA矩阵分析结果显示：服务指导、客户定制服务、个性化设置重要性位于平均水平以下，说明用户对这一层次指标的重要性关注度并不高，间接说明大多数用户在进行个人云服务选择的时候用户层的指标并非决策的主要依据。因此，个人云服务提供商在用户层花费的精力要恰当合理，坚持适度原则。

3）技术层：因子分析结果显示功能限制、处理能力、响应时间、隐私保护、系统可靠、统一标准、法律风险、提供商声誉、服务稳定、适用程度、服务价格、操作简便、信息质量构成一个公共因子的划分，这一层次包含的指标属于个人云服务提供商在技术层上要注重的因素。结合IPA矩阵分析结果显示：功能限制、处理能力、响应时间、隐私保护、系统可靠、法律风险、服务稳定、适用程度、操作简便、信息质量重要性位于平均水平以上，统一标准、提供商声誉、服务价格重要性位于平均水平以下，这一层次在整个重要性划分中包含的指标更多，说明用户对技术层面更加关注，是进行个人云服务选择的首选要素，这要求个人云服务提供商应在技术上更好地提升用户的使用体验。

332纵向满意度层次

从满意度的角度横向划分出提升层和保障层。

1）提升层：因子分析结果显示适用程度、服务价格、操作简便、信息质量、服务指导、客户定制服务、个性化设置构成一个公共因子的划分，这一层次包含的指标属于个人云服务提供商在提升层上要改进的因素。结合IPA矩阵分析结果显示：适用程度、操作简便、信息质量、服务指导、客户定制服务、个性化设置满意度位于平均水平以上，仅有服务价格位于平均水平以下，说明用户依然关注服务价格，这与专家访谈的结果基本一致，用户选择的时候也是重要的参考因素，这要求个人云服务提供商要在价格上做好把控，将价格控制在合理范围内，从而提升服务质量。

2）保障层：因子分析结果显示国家政策、业务规则、新技术发展、服务中断、访问异常、功能限制、处理能力、响应时间、隐私保护、系统可靠、统一标准、法律风险、提供商声誉、服务稳定构成一个公共因子的划分，这一层次包含的指标属于个人云服务提供商在保障层上要改进的因素。结合IPA矩阵分析结果显示：新技术发展、系统可靠、提供商声誉、服务稳定满意度位于平均水平以上，国家政策、业务规则、服务中断、访问异常、功能限制、处理能力、响应时间、隐私保护、统一标准、法律风险、满意度位于平均水平以下，说明个人云服务提供商需要重点改进保障层的指标，在保障层次更好地满足用户需求基础上才能使自身服务质量改观，提升用户满意度。

4结语

本文借助文献分析和专家访谈构建了多维度多层次的个人云服务质量评价体系，通过IPA方法对个人云服务中的质量评价指标进行分类和实证分析。采用问卷调查法收集数据，利用SPSS 190进行数据分析，对问卷问题涉及的指标进行探索性因子分析，并根据IPA矩阵中划分不同指标区域，为个人云服务提出两个方面的理论参考：一方面，以技术为支撑，强固整体优势：个人云服务以云技术为基础，以服务稳定性和服务安全性为依托，保障用户在使用过程中的良好体验，尤其对于重要性强而满意度低的因素，比如隐私保障、系统可靠、响应时间等要以技术的手段为用户解决后顾之忧；另一方面，以用户为导向，追求服务质量：服务质量的改善在技术提升的基础之上，须寻求更高的满意度，以维持客户忠诚为目标，对于满意度低的访问异常、服务中断、功能限制，除了以技术手段解决，更重要是调整发展战略，合理配置在各个因素上的资源，防止资源配置的过犹不及。

本文的研究尚存在一定不足，在指标设计上更偏向于个人用户的实际感知，对指标的设计也只是从个人云服务的总体入手，不能较好地反映单个云服务提供商的服务质量。基于此，未来个人云服务质量评价研究应从注重质量评价理论的实践运用，大规模调研的实证研究，对比其他评价指标体系等方面展开。

参考文献

[1]杨黎波.云服务产业定价模式及策略研究——基于双边市场理论的设计[J].价格理论与实践，2013，（4）：93-94.

[2]袁斌，黎文伟.个人云存储体验质量测量工具的设计与实现[J].计算机应用，2016，36（9）：2409-2415.

[3]可信云服务认证解读：建立云服务商评估体系[EBOL].http：tech.qq.coma20131227014642.htm，2017-03-27.

[4]Alabool H M，Mahmood A K.Review on cloud service evaluation and selection methods[C]International Conference on Research and Innovation in Information Systems，2014：61-66.

[5]Hamadache K，Rizou S.Holistic SLA Ontology for Cloud Service Evaluation[C]International Conference on Advanced Cloud and Big Data.IEEE Computer Society，2013：32-39.

[6]Li Z，Zhang H，OBrien L，et al.On evaluating commercial Cloud services： A systematic review[J].Journal of Systems & Software，2013，86（9）：2371–2393.

[7]Venkatesh V，Morris M G，Davis G B，et al.User Acceptance of Information Technology： Toward a Unified View[J].Mis Quarterly，2003，27（3）：425-478.endprint

[8]Jun M，Yang Z，Kim D S.Customers perceptions of online retailing service quality and their satisfaction[J].International Journal of Quality & Reliability Management，2004，21（8）：817-840.

[9]邓仲华，李志芳，黎春兰.云服务质量的挑战及保障研究[J].图书与情报，2012，（4）：6-11.

[10]宁艳.SaaS用户感知服务质量评价研究[D].武汉：华中师范大学，2015.

[11]王文婧，吕廷杰.移动云计算环境中个人用户QoE评价研究[J].北京邮电大学学报：社会科学版，2015，17（2）：51-59.

[12]王昱飒.基于用户体验的云服务评价选择研究[D].杭州：浙江工商大学，2015.

[13]虞益诚，陈威.基于BP神经网络的云服务质量评价[J].财会月刊，2016，（11）：48-50.

[14]陈卫卫，李涛，李志刚等.基于模糊层次分析法的云服务评估方法[J].解放军理工大学学报：自然科学版，2016，17（1）：25-30.

[15]黄沈权，顾新建，张勇为等.云制造环境下支持演化的制造云服务元建模[J].计算机集成制造系统，2012，18（6）：1327-1336.

[16]邓仲华，汪宣晟，李志芳等.信息资源云服务的质量评价指标研究[J].图书与情报，2012，（4）：12-15.

[17]Garg S，Versteeg S，Buyya R.A framework for ranking cloud computing services[J].Future Generation Computer Systems，2013，29（4）：1012-1023.

[18]Park S H，Lee K H，Park S S.A Study on Cloud Service Quality by Using Importance-Performance Analysis[J].Journal of the Korea Industrial Information Systems Research，2016，21（2）：73-91.

[19]Shin Y R，Huh E N.mCSQAM： Service Quality Assessment Model in Mobile Cloud Services Environment[J].Mobile Information Systems，2016：1-9.

[20]黎春兰，邓仲华，李玉洁.图书馆云服务质量的影响因素研究[J].情报理论与实践，2016，39（10）：65-73.

[21] 占南，谢笑，王文韬.基于ACSI模型的个人云存储服务质量评价模型研究[J].情报杂志，2014，（6）：187-194.

[22] Roy S，Pattnaik P K，Mall R.A cognitive approach for evaluating the usability of Storage as a Service in Cloud Computing Environment[J].2016，6（2）：759.

[23]Martilla J A，James J C.Importance-Performance Analysis[J].Journal of Marketing，1977，41（1）：77-79.

[24]包珺玮，王晓峰，宋光飞等.基于IPA法的精品旅游景区服务质量定量评价——以翠华山景区为例[J].干旱区资源与环境，2015，29（2）：196-201.

[25]罗毅，莫祖英，占南.基于用戶期望感知的数据库资源质量研究——以CNKI数据库为例[J].情报理论与实践，2014，37（9）：69-73.

[26]郭云鹏，徐宝祥.基于重要-满意象限法的高校图书馆服务质量评价[J].情报科学，2014，32（12）：93-97.

（本文责任编辑：孙国雷）endprint