文摘

云计算提供了显著影响组织的改变信息系统开发、部署、运行、维护和支付。因此,采用云计算成为相关研究的焦点;然而,先前的研究主要是研究影响因素采用云计算的从用户的角度来看,忽略供应商的影响。本研究定义了云服务能力和发展规模来衡量它从云计算供应商的角度实证研究云计算的供应方面的影响。云服务能力构建的初始规模使用定性研究,两轮后,正式获得规模进行预测。匹配的统计结果收集的数据来自132个云计算供应商和他们的用户显示云服务能力显著地影响云计算的采用。本研究转变研究视角云采用作出理论贡献和管理见解从云计算供应商的角度。

1。介绍

云计算是一个结果的综合技术,如互联网,分布式系统,虚拟化,和多核芯片1),它允许用户访问信息技术基础设施和应用程序通过互联网点播(2]。在本地部署的信息技术应用程序和解决方案相比,云计算的特点是虚拟化、动态和高可扩展性、按需部署,和高灵活性[3- - - - - -5]。这些特征明显改变了信息系统利用的方式。例如,云计算可以减少的困难获取软件,允许公司获得更多的软件以更低的成本和更强的计算能力(6];此外,云计算可以结合数字技术如大数据、物联网(物联网),和人工智能,加强应用这些技术的广度和深度7]。

因此,云计算市场正在迅速增长,并增加等传统业务开始提供云计算微软Azure和亚马逊网络服务。根据因素和事实的最新报告,全球云计算市场在2019年大约是3210亿美元,复合年增长率预计将增长18%,预计到2026年将达到1.0259万亿美元左右(https://www.globenewswire.com/news release/2021/01/22/2162789/0/en/global -云计算-市场-大小-分享- -到-美元- 1025 - 90亿- 2026 -事实- factors.html)。这些报告显示,在云计算的交付、服务发挥重要作用在云计算交付由于其独特的特点8]。然而,一些报告和研究[9]表明,云计算供应行业的服务水平不能满足企业的需要,打算将他们的信息系统迁移到云,减少云计算的采用。云计算的成功实施需要用户和供应商的合作10]。与越来越多的通用的云产品、云计算供应商的服务质量是用户选择正确的产品的关键和有效地实现它11]。云计算供应商必须提供各种服务除了硬件和软件,由于其技术特点和配置模式12等),充分理解客户的业务和相应的定制开发过程(13]。同时,人工智能和物联网等新兴技术部署在云通常有更大的影响在商业模式和流程应用于企业中,使企业有更多的定制需要云计算(14),因此要求云计算厂商提供更好的优质服务。

然而,云计算供应商的影响采用云计算尚未引起学者们的注意。现存的主要影响因素进行分析研究云计算采用从使用者的角度(例如,15),这并不意味着这样的影响从供应商并不重要16]。相反,云计算供应商以许多不同的方式影响云的采用。例如,一些研究已经检查供应商的影响而言,云计算用户之间的声誉和可信度。发现供应商的声誉影响云计算的采用(17和实施的质量18]。根据信号理论、声誉和信誉的提供者是服务质量的一个信号(19),这意味着供应商的服务质量有重要影响的采用和实施云计算(20.]。供应商的服务质量的特征已经被证明是一个关键因素的云计算采用21]。因此,有人呼吁更多的研究在云计算供应商的服务能力(例如,22- - - - - -24])。

因此,本研究提出的研究问题采用云计算的云计算供应商的影响。本研究开发的云服务能力和规模的构造定性研究。云计算供应商和用户使用半结构式访谈的方法,和数据分析的指导下扎根理论。开放编码后,轴向编码和数据结构,形成初始问卷。然后飞行员测试进行了调整初始问卷。最后,正式的规模是有和用于实证测试云服务能力对采用云计算的影响。

本文的主要贡献在于它转变研究视角从供应商的采用者,虽然大多数以前的研究集中于采用者的角度来看,云计算特性被采用者(例如,[15,25])。具体来说,本研究定义了云服务的能力,这意味着供应商的能力满足企业的需要迁移到云,和发展规模来衡量,然后实证测试能力和云计算之间的关系采用。主要有利于构建云服务能力的概念和发展,改变了从用户的角度研究采用云计算的的供应商,和发现影响云计算采用的新的因素。新的因素扩展现有技术接受模型和框架和加深了理解云计算服务,而不是产品。

本文的其余部分组织如下:我们在部分首先回顾相关文献2。然后我们提出详细的研究设计和数据收集过程3。这项研究的结果发表在部分4和讨论部分5。部分6总结了论文的讨论与研究的影响,限制,和未来的研究方向。

2。文献综述

云计算已经成为并行计算的发展,分布式计算和网格计算,以及互联网等技术的结合,分布式系统,虚拟化,和多核芯片1]。用户可以使用互联网按需访问信息技术基础设施和应用程序(2]。云计算是分为基础设施即服务(IaaS)、平台即服务(PaaS)或软件即服务(SaaS)取决于它是如何使用的终端用户(2]。也可分为公立、私立、或混合云取决于部署方法(26]。是区别于本地部署虚拟化技术解决方案的信息,动态可扩展性、按需部署、高可扩展性、高灵活性[5]。

采用云计算可以从中受益的组织以多种方式由于其技术优势。首先,云计算硬件和软件资源共享,允许用户访问和使用的IT服务在现收现付的基础上通过网络而不是投资于内部计算资源,可以帮助降低成本,避免巨大的费用在建筑内部的IT基础设施27,28]。特别是对于中小企业,通常承受不起沉重的IT基础设施的投资,云计算可以显著降低IT服务的前期投资和运营成本4,29日]。其次,云计算外包IT运营和维护供应商,让企业专注于他们的核心业务流程30.]。第三,可伸缩性(31日和敏捷性32]云计算使使用者能够迅速扩展IT基础设施快速响应客户需求、更加灵活和高效的业务操作(33]。最后,云计算允许一个组织的成员在更灵活的工作环境,促进合作34]。

尽管许多企业的积极影响,采用云计算仍遇到重大阻力(35,36),使云计算采用相关研究的热点之一37,38]。根据对张、陈和李(39),研究云计算采用的数量逐年增加,从2011年的14到167年的2019人。学者通常从两个角度研究采用云计算:采用因素促进和阻碍因素。的主要因素,可以促进云计算的采用在一个组织最高管理层的支持(40],兼容性[41),组织的信息化水平,组织所面临的竞争压力(42),而因素阻碍企业采用云计算的主要是云计算的安全性和隐私43,44),缺乏合法性(45),和整个社会环境,如发展中国家贫穷的IT基础设施(46]。相关研究中使用的主要理论包括Technology-Organization-Environment(脚趾)框架(47),技术接受模型(TAM) (48,49),和迁移理论(50]。学者们也集成这些理论更好地解释云计算的采用,例如,通过将脚趾与TAM (51)和创新扩散与脚趾(DOI)模型(52]。

文献回顾表明,研究主要集中在采用云计算用户的云计算,忽视了一个关键角色,供应商。虽然脚趾的E模型指的是环境因素,主要解决了宏观经济政策和公司所在的竞争环境53),这项研究的对象仍然是公司迁移到云(54]。因此,现存的研究缺乏从供给的角度探索云计算。不过,供应方面的因素也有重要影响的选择和实现云服务企业(55]。因此,应注意供应方面的功能(3]。

虽然软件仍然是云计算的载体(56),其技术特点和配置模型导致强烈的服务特点57];即,除了硬件和软件产品部署在云,它还提供了许多支持功能(12),产生更高的要求云计算供应商的服务功能。因为云计算使高度弹性、可伸缩的服务配置(58),供应商必须能够提供额外的资源和服务,以满足用户的改变甚至极其多样化的需求。在使用方面,因为云计算用户访问计算资源,通过互联网远程软件和硬件服务(10),云计算供应商必须更好地理解用户的需求。云计算供应商必须能够建立一个服务组合来满足客户的需求,因为任务经常通过结合不同的资源(59]。因为云计算使用“量入为出”的计费模型,用户只支付他们的订阅(60),云计算供应商必须能够以更低的成本提供服务。用户将数据存储在云端可以关注安全和隐私漏洞(61年),因此,供应商必须了解如何维护客户数据安全和隐私。外部性而言,供应链的云用户越多,单位用户收入越大(62年];因此,云计算供应商应该有能力帮助客户促进云计算使用。通过文献回顾,可以发现当前形势需要研究从云计算供应商的角度而不是技术能力和研究提供了一条新的道路采用云计算。

3所示。方法和数据

3.1。云服务的规模能力的发展

为了探讨其采用云计算的供应方面的影响,本研究定义了云计算供应商的云服务能力这意味着供应商的能力满足企业的需要迁移到云,发展规模来衡量,并检验其对采用云计算的影响。天平的开发过程如图1

云服务能力是一种新型构造没有先前存在的尺度来衡量;因此,本研究的第一个任务是开发规模。麦肯齐提供的指导方针后,Podsakoff, Podsakoff [63年]8云计算供应商和16个客户的供应商从每个供应商(2)接受了采访。然后定性数据分析了扎根理论的指导下获得调查问卷。开放编码的工作步骤后,轴向编码,形成数据结构,构建初始问卷。

3.1.1。开放的编码

表示数据的开放编码是提取主题通过分析原始数据(64年]。本研究需要从云计算供应商报价(S01)作为一个例子来说明开放编码的操作。经理负责S01描述他们的业务:

“我们主要提供SaaS,如智能工业园区和综合电子商务。我们与华为和浪潮集团合作,例如,我们的平台提供华为语音服务和金融软件开发的浪潮。然而,云计算的实现过程中,我们发现,每一位客户的要求是不同的。我们必须提供定制的服务以满足他们的需要。我们开发了一个云平台为整个产业链。然而,事实上,每一位客户的需求是不同的。因为在信息技术产业,可能有很少的标准要求,除了一些简单的要求。这需要我们创建每个企业需要什么,所以我们专注于云计算的实现,我们调整了开发过程以满足客户的各种需求。例如,一些企业需要物联网。我们通过总结经验和预测客户需求修改former-developed系统来满足新的需求。 We offer the traceability system of the entire industrial chain according the features of the customers business scope.”

逐字对数据进行分析总结在每个句子所表达的意义被采访者。简洁的语言表达的意思当时获得主题列表如下:(1)提供SaaS;(2)主要为客户提供服务和信息技术服务平台;(3)每个企业的要求是不同的;(4)华为,浪潮集团;(5)提供定制化服务;(6)预测客户需求;(7)很少有标准的需求模型;(8)每个采购者都有不同的需求;(9)调整为用户开发过程;(10)创建一个产业链;(11)改造前系统来满足新的需求;(12)工业网络;(13)可追溯性系统为整个产业链。

主题(1)和(2)显示类型S01提供的产品和服务,和主题(3),(7)、(8)显示企业的要求。主题(5)、(6)、(9)和(10)显示S01提供的服务以满足定制需求的公司,其中包括总结过去的服务经验,预测客户需求,调整开发过程的实现云计算。主题(4)、(11)、(12)和(13)表明,S01整合行业资源包括硬件基础设施提供商,比如华为,和软件提供商,如浪潮集团,更好地为用户服务。

这个研究开放编码分析所有数据收集的采访和895的主题。

3.1.2。轴向编码

轴向编码的过程分类的主题通过开放编码对象(65年]。表1是轴向编码技术能力的一个例子。

内部一致性应该测量轴向编码的有效性。本研究遵循Cicchetti[提供的原则66年)和麦肯齐et al。63年内部一致性检查有效性。后计算、评估和调整,cross-discrimination可靠性都达到一个优秀的0.9或更高的水平,这表明轴向编码的结果是可以接受的。

3.1.3。形成数据结构

这个步骤使用总编码形式的数据结构获取云服务能力和调查问卷的维度。在这项研究中,由于开放编码和轴向编码已经进行,聚合数据结构编码可以形成的结果。表2是总编码技术能力的一个例子。

数据结构,一方面,形成一个整体的描述数据,另一方面,数据表明这项研究发展到构造及其维度。它展示了构建全面的内容和结构,提供有说服力的证据,显示数据构建的连锁。因此,数据结构可以用来形成一个初步的调查问卷。

3.1.4。构建初始问卷

形成数据结构后,初始问卷调查获得,在总编码的结果作为维度的构造,和轴向编码的对象是作为项目的问卷。然后,飞行员测试的信度和效度进行检验。

为了检验量表的信度和效度,前测问卷调查的形式进行。项目最初的规模被级李克特量表测量。测试得分的项目根据他们的实际情况,在1到7表示他们的协议中描述的情况问题项,1表示强烈不同意,7表示非常同意。分发调查问卷收集数据之前,云计算领域的两位专家被邀请来验证问卷说明并提供反馈,项目(包括它的措辞),调查问卷的结构。阅读问卷,填写之后,他们表示,没有重大变化是必要的,除了一些小问题的措辞。他们也证实,整个问卷明确提出,容易理解。

问卷分发到第二第三(2019)(2018)和批优秀供应商的云计算工业和信息化主管部门认可的山东省和济南市工业和信息化局。144供应商推荐的省级工业和信息化部,和118供应商推荐的市工业和信息化局。后从2建议删除重复的供应商列表,共有182个云计算供应商。问卷分布通过“公共服务平台,促进山东省企业迁移到云,“山东省一个网站的评估企业迁移到云的状态。调查问卷是上传到这个平台,通知被送到了样本企业。然后,企业负责人或业务部门的负责人登录网站,填写调查问卷。共收集142份问卷。

问卷收集后,检查他们的质量。问卷所有问题都得分相同的,和那些花了不到三分钟完成被排除在外。这排斥是基于事实,如果一个问卷填料填充超过15问题项目1分钟,有一个高概率,他甚至没有仔细填写问卷或选择随机完成它(67年]。使用调查问卷的最终数量是121。

然后恢复数据统计分析来验证量表的信度和效度。可靠性分析进行了测试使用量表的阿尔法和纠正项目合计相关性(CITC)。根据数据分析的结果,每个维度的初始规模的α值> 0.7,符合统计的标准,和没有问题项CITC值小于0.4;因此,没有必要删除物品。

接下来,KMO Bartlett的测试验证数据是否适合进行因子分析。数据分析导致KMO值为0.939,大于0.9的临界值。巴特利特的测试是0.000的显著性水平,已经达到了0.05的显著性水平标准,这表明,规模是适合因素分析。

随后,数据进行主成分分析。从数据分析的结果,第一个组件特征值为14.641,方差的贡献是19.13%,而第二个组件特征值为3.336,方差的贡献是15.65%。从第八个主成分特征值开始小于1。根据因子分析的条件之一,特征值大于1;因此,可以将样本数据提取到七个主要组件。这些组件的累积贡献率达到84.29%,覆盖了大部分的信息云服务的能力;因此,量表具有良好的有效性。

最后,收集到的数据进行探索性因素分析。问题项的结果显示大部分集中在每个云服务能力的结构,但问题项目15个,18日和19日强载荷在两个组件3和组件5(这意味着载荷的差异在两个组件只有不到0.4),和问题项12强载荷组件组件2和4。因此,根据因子分析的规则,问题项目12个,15日,18日和19日删除问题9项,没有强大的载荷在所有七种主要组件(小于0.5)。问题3项对组件加载组件7比1,和问题项36对组件加载组件5比6;因此,构建反映在项目需要调整的问题。最终问题项目12个,15日,18日和19日被删除而调整结构反映在问题3和36的物品。

规模进行预测的改进后,有必要选择精制规模(新样品重新测试63年]。相同的方法被选为这个测试之前进行预测,遵循同样的标准分发调查问卷和收集数据。避免重复样本进行预测,云计算供应商的样品池淄博城市被选中,并收回153份有效问卷。探索性因素分析进行这些调查问卷,这些结果如表所示3。数据结果表明,载荷的问题项符合统计的标准,和平均方差提取(AVE)和综合可靠性(CR)的每个维度值计算使用阿莫斯。所有维度的大街是大于0.5,CR是大于0.7,表明规模有很好的可靠性和聚合效度。最终的正式量表测量云服务能力。

3.2。研究模型和假设的发展

根据构建的概念化的云服务能力和规模的发展本文上面所讨论的,云服务能力可分为7个维度的技术、安全、客户领域知识、营销、咨询、平台,和响应性。他们都有积极的影响采用云计算的;然后我们将详细解释的假说在本节的其余部分的关系;研究模型如图2

3.2.1之上。采用技术能力和云计算之间的关系

技术能力是指云计算供应商的能力开发先进的云计算产品,保持产品的技术优势。技术因素是采用云计算的重要决定因素。例如,云计算的复杂性是一个重要的因素,影响它的采用,和云计算越复杂,越不愿意公司采用。易于访问和可扩展性的云计算和稳定和强大的存储容量也将提高用户采用的可能性(15,68年]。云计算供应商的技术能力影响这些产品的复杂性,和强大的开发能力和提供者可以开发更简洁的云计算产品,如更具有适应能力云桌面办公系统(69年),从而提高云计算采纳。因此,我们提出以下假设:

H1:采用云计算技术能力积极影响。

3.2.2。采用安全能力和云计算之间的关系

云计算安全能力指的是供应商的能力来保护客户数据的安全和隐私。云计算需要用户将他们的数据存储在云端,导致用户失去完全控制他们的数据70年),提出了数据安全和隐私问题的担忧71年]。事实上,用户的数据是存储在相同的云计算资源池可能会引入他们的数据泄漏的担忧72年]。因此,安全问题成为一个重大的阻碍云计算的采用(73年,74年]。一些研究指出,对于中小企业来说,资金缺乏,技术和人员将导致低的安全信息系统,而云计算提供商将更多地投资于安全、有专业人员负责系统安全由于他们的专业75年]。因此,安全不应成为阻碍企业采用云计算;相反,采用云计算的最佳选择是中小企业实现更高的安全水平的信息系统(76年]。因此,我们提出以下假设:

H2:安全能力的积极影响云计算的采用。

3.2.3。客户领域知识能力和云计算之间的关系采用

客户领域知识能力指的是云计算供应商的能力掌握客户的领域知识和使用它来提供更好的服务给客户。在软件开发中,客户领域知识能力是重要的77年];客户的专业知识使开发人员能够更好地理解客户需求(78年),根据这些需求提供定制的产品或服务(79年),并适应自身发展过程以适应顾客的需求(13),从而增加产品或服务的可能性。因此,在云计算中,供应商有更多的客户领域知识可以消除客户的业务问题80年),改善服务质量81年),并提供一个更好的体验,然后也增加了云应用的可能性82年]。此外,供应商,更好的理解他们的客户,他们可以提供更好的体验,从而提高云计算的采用。因此,我们提出以下假设:

H3:客户领域知识能力积极影响云计算的采用。

3.2.4。市场营销能力和云计算之间的关系采用

营销能力指的是云计算教育潜在客户对云计算供应商的能力,促进他们使用它。云计算作为一种新兴技术用户接受度较低,需要市场用户教育83年为了提高采用[84年];此外,市场营销起着至关重要的作用在提高产品意识客户和消费者的产品(85年]。云计算供应商也可以提供折扣当公司继续订阅服务宣传意义,加强云计算采用的关键因素(86年]。因此,我们提出以下假设:

H4:营销能力积极影响云计算的采用。

3.2.5。咨询能力和云计算之间的关系采用

咨询能力指的是云计算供应商的能力为客户提供相关咨询改善客户管理期间,他们为客户提供云产品。云计算供应商可以帮助cio的客户获得最高管理层的支持在提供云产品(87年]或提供相关咨询直接向ceo获得支持云实现(88年,89年]。当结合大数据等技术和物联网,云计算会变换组织商业模式比传统的信息系统(更深刻90年)来实现数字转换;咨询可以帮助转换通过模仿91年]。因此,云计算可以采用增强的若云供应商可以为客户提供相关咨询。我们提出以下假设:

H5:咨询能力的积极影响云计算的采用。

3.2.6。云计算平台之间的关系能力和采用

平台能力指的是云计算供应商的能力整合供应资源,为客户提供“打包”的解决方案。云计算已经积极的网络外部性(92年],具有强大的平台功能的云服务提供商可以减少复杂性和增加云服务的兼容性68年),以及减少不确定性在云服务实现(93年),从而增加了使用这些服务。因此,我们提出以下假设:

编辑:积极影响的采用云计算平台功能。

3.2.7。响应能力和云计算之间的关系采用

响应性是指云计算供应商的能力找到错误并及时处理,以确保客户的业务云失败时没有显著影响。随着云计算使用的是一个持续的行为,供应商的能力向用户提供持续支持过程中是一个重要的原因影响其应用。以前的研究将从用户的角度支持供应商所提供的安全(46)或感知易用性94年]。然而,事实上,由于云计算的特点是更倾向于服务,它不再是合适的重用产品特性的支持。从另一个角度来看,自云计算和云服务驻留在用户不需要专业技术人员,有一个更大的云服务提供商需要能够快速反应失败在云计算使用(28]。因此,我们提出以下假设:

H7:积极响应影响云计算的采用。

3.3。测量

云服务的能力。云服务的规模能力是由我们自己。

云计算的采用。采用云计算的规模是改编自奥里维拉所使用的规模,托马斯,Espadanal [52]。从最初的规模是英文,本研究采用反向翻译程序(95年),以确保中英文版本的问卷表达相同的意义。首先,博士生专业信息系统被邀请到规模转化为中文;然后,另一个博士生是要求翻译缩减译成英文,并确保这两个博士生相互独立地工作。最后,双语教授back-translated版本相比,信息系统与原英文版本的问卷调查来测试他们的一致性。

采用云计算的数据收集从供应商形成匹配的用户数据。如有两个以上的用户匹配每个供应商,本研究评估响应来自用户的协议通过r由同一供应商提供服务工作组以确保我们可以平均水平反应(96年]。结果表明,中值和平均水平的用户协议,采用云计算都高于0.70(93.3%的反应有一个协议的0.70),这表明实质性协议内响应来自用户由同一供应商提供服务。因此,采用云计算的值是基于用户的平均由同一供应商提供服务。

控制变量。在这项研究中,供应商的类型和大小被选为控制变量。云计算供应商的类型和大小的信号是他们提供的质量和功能18,19),使信息安全的显著差异,隐私,产品和业务的完整性,从而影响用户的感受云计算,因此他们采用云计算(97年,98年]。云供应商的类型可以分为IaaS供应商,PaaS供应商,SaaS供应商,和混合动力供应商(2),他们重视0,1,2和3,分别。的大小是衡量供应商的员工的数量。在附录中可以看到完整的问卷。

3.4。数据收集

本研究采用了匹配数据收集的方法来收集数据和测试提出的假说,在问卷调查对云服务能力被云计算供应商填写,和那些云采用由客户填写相应的供应商。每个供应商被要求至少5个客户联系填写调查问卷。避免使用相同的样品在开发云服务能力,云计算供应商在山东青岛、烟台等城市被选中,和他们也要求联系他们的客户填写采用云计算的尺度。天平是在我们的研究中,以确保独立和相关的变量之间的匹配数据分析。调查问卷分发给202年供应商和最终完成问卷163份回来了。在163供应商返回的问卷调查,144年至少有五个客户返回他们在采用云计算的完成了问卷调查。后删除问卷的响应时间显著的正常时间,相同的结果被选为所有问题,共有132个问卷从供应商和客户837份问卷,获得对应的平均6.34客户/供应商。

4所示。数据分析和假设检验

4.1。Nonresponse偏差测试和共同方法偏差的测试

根据提出的测试nonresponse偏见阿姆斯特朗和Overton [99年),根据样本分为两组反应和independent-samples的顺序t进行了测试,结果显示无显著差异的变量之间的分数两组。因此,本研究显示没有明显nonresponse偏见。本研究应用以下方法测试共同方法偏差。首先,根据哈曼的单因素试验One hundred.),所有问题项目的独立变量和因变量是主成分分析,提取和共有八个因素使用特征值大于1。总方差解释第一个因素是16.472%。其次,在严重的情况下共同方法偏差,结构之间的相关系数很高,例如,可能高于0.9 (101年),而最高的结构之间的相关系数在这项研究是0.565。因此,结合以上两种方法,严重的共同方法偏差不存在在我们的研究中。

4.2。描述性统计分析

4展示了样本的描述性统计分析结果。可以看出大多数的云计算供应商提供混合服务(58.18%)。最小的一个可能原因分享基础设施云服务提供商的类别是收购的成本高,安装和维护云计算和存储设备。关于企业规模,云服务提供商都小,与72.26%的供应商只雇佣1 - 99个人。一个可能的原因是,云服务行业和提供者正在经历一段时间的发展,导致企业的规模小。此外,问卷调查的分析显示,基础设施提供商大情况类似于其他行业,基础设施的提供者,只有其中的一些需要满足大量的基础设施需求。这也是符合至少分享基础设施云计算服务的范畴。

4.3。验证性因素分析

在这项研究中,covariance-based结构方程模型(CB-SEM)方法被用来执行验证性因素分析(CFA)。CB-SEM有更大的优势部分least-squares-based结构方程模型(PLS-SEM)的模型适合分析,和CB-SEM模型更适合的因素模型(102年,103年]。因此,本研究选择了阿摩司进行验证性因素分析对问卷的数据,由主要的拟合优度(GoF)分析以及信度和效度测试。

模型的GoF而言,本研究进行了一个,两个,三个,四个,五个,六个,seven-factor模型适合分析云服务能力(见表5)。结果表明,seven-factor模型最适合(χ2 / df = 1.713;CFI = 0.972;TLI = 0.958;RMSEA = 0.088;SRMR = 0.057) (104年- - - - - -106年]。因此,本研究使用云服务能力作为seven-factor构造检查每个云计算采用的这七个维度。

然后,我们使用阿莫斯评估量表的信度和效度的数据。如表所示6,克伦巴赫α系数的所有结构都超过0.7,表明足够的构造可靠性(107年,108年]。每个构造的AVE超过0.5,每个构建的CR高于0.7,因此建议充分聚合效度(109年- - - - - -111年]。

7显示了变量之间的相关矩阵。结果表明,每个构建的平方根的AVE远远大于构造的相关性与其他构造,说明伟大的区分效度112年]。

4.4。假设检验

最后,SPSS是用来测试的假设,获得每个假说的回归系数。图3礼物和可视化结果。

如图3,该模型解释了云计算采用的方差的40.5%,这表明我们的研究模型具有良好的解释力。技术能力(β= 0.060, ),安全功能(β= 0.120, ),客户领域知识能力(β= 0.293, ),营销能力(β= 0.207, ),咨询能力(β= 0.390, ),平台功能(β= 0.526, ),和响应性(β= 0.168, )云计算供应商都有重大而积极的影响云计算采纳,H1-H7支持假设。结果表明,所有云服务能力的维度显著影响云计算的采用。详细的结论为每个假设如表所示8

同样值得注意的是,在控制变量中,云计算供应商的大小(β= 1.244, )对云计算的采用具有重要和积极的影响,这意味着用户更愿意采用云计算供应商时更大;和供应商的类型也有采用云计算的重要和积极的影响(β= 0.089, )。这些符合共同的理解的大小和类型的供应商可以影响他们的客户采用他们的产品。

5。讨论

本研究的研究问题是云计算供应商如何影响云计算的采用。本文构建了云服务的概念化能力,开发规模来衡量,实证检验,采用云计算之间的关系。云服务能力被定义为云计算供应商的能力,满足企业的需要迁移到云,包括7维技术,安全、营销、咨询、平台、客户知识,和响应性。统计分析表明,所有的维度的云服务能力显著影响云计算的采用。

技术能力的供应商定义自己的产品的特点。供应商具有较强的技术能力可以发展云计算产品,技术上更先进、更容易使用,可以提高用户的感知易用性和感知有用性。这些因素已经证明,增加了云计算的采用。

安全能力,云计算的安全性和隐私的担忧是重要因素,阻止企业迁移到云上。供应商与更强的安全功能可以提高数据存储的安全性由客户在云中,减少数据泄漏的可能性,促进云计算的采用。

为客户领域知识能力,拥有更强的能力在这方面能更好的满足客户的独特需求,提供更多的服务相关业务(113年),并提高他们的业绩预期83年),从而提高云计算采纳。

较强的营销能力让客户更好的了解云服务通过市场教育和降低云服务的缺乏认识33]。它还使企业发现云计算的好处没有试验(10),从而增强其收养。

向客户提供咨询可以支持的云实现组织的高层管理人员114年],消除客户业务问题[80年),提高客户管理结构和流程(47),从而提高这些服务的采用。

平台能力指的是云服务提供商的能力整合供应资源,为客户提供“一揽子”解决方案。具有更大的平台功能的云服务提供商可以降低云服务的复杂性,增加他们的兼容性68年,减少不确定性在云服务实现(93年),从而增加收养。

使用云计算是一个持续的过程,如果出现故障,不解决,这将减少客户操作的稳定性。然而,更大的响应能力将增强稳定性(94年)、安全性和信任46的云计算,从而加强采用云服务。

相似的概念已经在先前的研究,如卡罗尔,Helfert,林恩(23),定义云服务能力和开发了一个评估框架。然而,卡罗尔等人的研究中,一方面,云服务能力评估从使用者的角度。另一方面,云计算是在婴儿期,这样很多特征一直被忽视的研究。本文的结果更客观、直接的数据从供应商和云服务能力的维度,如平台功能和咨询功能在云计算的新进展,使研究结果更加精确。

6。结论

现存的研究主要研究影响的因素,采用云计算的采用方面,而其交付模型和可伸缩性特点使其供应商服务能力更重要的角色。因此,本研究转变研究视角从采用者供应商。本研究概念化云服务能力的构建和发展它的规模由定性研究和确定了七个维度的云服务能力。进行预测后,正式量表来测量云服务能力。然后,本研究实证测试这些功能在采用云计算的影响,结果表明,所有7功能可以促进云计算的应用。下面的其他描述这项研究成果的意义和给未来的研究方向。

6.1。影响的研究

本研究的主要贡献是构建云服务能力的概念和实证测试它对云计算应用的影响。

首先,先前的研究在云计算的采用主要从使用者的角度进行的,与云计算的特点被采用者作为独立变量。然而,这样的研究视角有一些缺点:它缺乏客观性,未能考虑云计算供应商的影响在云计算的采用。因此,本文研究了采用云计算从云计算供应商的角度。大多数云计算用户所感知的特点,在某种程度上,取决于供应商的云服务能力。例如,一些研究表明,采用云计算的影响感知的稳定性(15),但事实上,它是供应商的响应能力是稳定的关键因素。云计算产品更稳定,如果供应商能够应对和解决使用过程中出现故障,及时。同样,感知有用性和易用性也相关供应商的云服务能力。供应商与客户更大的专业知识可以开发云计算产品,更好的满足用户的需求。这增加了易用性和实用性的云计算,云服务能力和其他维度以相似的方式。

其次,现存的研究采用云计算已经把云计算看作是产品,因此从产品的角度研究影响因素采用。然而,云计算产品不同于软件产品,如ERP和DSS中相对稳定的操作,在功能单一,独立于其他软件产品。其定义和交付方式使云计算更加面向服务的本质。因此,本研究转移到服务的视角研究云计算供应商如何满足客户的需求,提供服务通常不是传统软件行业的主要部分;云服务的定义,并通过开发能力,我们的研究发现影响云计算的采用,哪些服务提供学者研究其采用更多新颖的和全面的见解。例如,云计算供应商应该开发客户满足定制需求和领域知识能力平台整体方案解决能力减轻客户的负担来寻找合适的mashup。所有这些加速云计算的采用。

6.2。对实践

首先,本研究可以为云计算供应商提供的见解来构建云服务能力。有云计算供应商从传统的信息技术公司,如微软Azure和亚马逊网络服务。供应商从传统信息技术公司通常有很强的能力。然而,根据我们的研究结果,其他功能也在采用云计算的扮演着重要的角色。因此,供应商应该建立云服务能力获得潜在客户和提供更好的服务。云服务能力及其维度构建在这个研究可以指导这些公司在发展他们的服务能力过渡到云计算供应商。

其次,本研究可以为企业提供建议打算迁移到云来选择最合适的供应商。云计算的规模和项目的规模能力可以参考企业在选择云服务供应商。例如,如果企业需要涉及多种类型的云服务,如IaaS和SaaS在迁移到云的过程中,他们可以选择的供应商平台能力强。企业数据安全要求高可以专注于云计算供应商的安全能力。企业要求高的系统稳定性可以关注供应商的技术能力和响应能力提高稳定性和确保系统可以及时处理,以防故障。

6.3。局限性和未来的研究方向

这项研究受到限制,这可能还建议未来的研究机会。首先,本文测量了所有的构造基于自我报告数据,我们无法获得任何客观的措施来补充我们的数据集。这项研究调查方法采用也阻止我们调查我们的发现出现详细的潜在机制。未来的研究可能扩展这项研究证实了利用档案数据集的结果或深入的案例研究。

其次,本研究只考虑影响因素采用云计算从供应商的供应商和假设的因素发挥的作用通过影响用户。然而,调查方法阻止本文调查详细的潜在机制。

第三,虽然许多全国云计算供应商(1)设立分支机构和子公司山东山东和供应商注册提供全国云计算,(2)山东省的经济是知名的综合性工业系统,和(3)政府支持的研究提供了一个机会来收集vendor-adopter成对数据和夷为平地的代表性数据。然而,必须承认,数据从一个省是本研究的局限性。在未来,我们将寻找更多的随机方法收集数据来验证结果的普遍性。

第四,本研究只测试云服务能力的影响采用云计算,忽略其价值等影响供应商和客户之间的共同进行。在未来,其他云服务能力的影响(表将被测试9)。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是支持的山东省软科学项目(批准号2021 rky03046)和山东省高等教育中国科学技术项目(批准号J17KA066)。