construct outsourcing vendor selection criteria for business...

171

DOI:10.6226/NTUMR.201904_29(1).0005

建構商業智慧委外承包商評選指標之研究

Construct Outsourcing Vendor Selection Criteria forBusiness Intelligence

Abstract

This study developed reliable and valid criteria for evaluating business intelligence outsourcing vendors. Three critical steps comprised the research process. First, we determined possible criteria to outsource information system vendor selection. Second, we applied resource-based theory, resource dependence theory, transaction cost theory, agency cost theory, social exchange theory, and the service science perspective to strengthen the criteria. We then modified the criteria by using business intelligence theory. Finally, the selection criteria were examined by 13 experts through a modified Delphi method, and their opinions were applied to determine the weight of each criteria using the analytic hierarchy process. Our results provided four dimensions and 35 criteria, which can strengthen the vendor selection process to realize higher performance and greater satisfaction. 【Keywords】 business intelligence, outsourcing vendor, selection criteria, modified Delphi

method, analytic hierarchy process

摘要

本研究目的在建構商業智慧委外承包商評選指標。本研究以資訊系統委外承包商相關文獻為基礎，針對過去研究的缺口再結合資源基礎理論、資源依賴理論、交易成本理論、代理成本理論、社會交換理論與服務科學觀點，發展出委外承包商的評選指標，並且透過商業智慧的功能與架構來修正，以建構出符合評選商業智慧委外承包商的評選指標。接著本研究透過修正式德菲法請 13位專家進行評選指標的新增與篩選，再利用分析層級程序法建立權重值，以建構出商業智慧委外承包商之四構面 35個評選指標。就學術界而言，本研究所發展之指標建構程序與評選指標可做為相關研究的基礎；就實務界而言，可做為企業評選商業智慧委外承包商，亦可提供承包商做為自我檢討之參考。

【關鍵字】商業智慧、委外承包商、評選指標、修正式德菲法、分析層級程序法

Chun-Yang Chang, Department of Information Management, National Kaohsiung University of Science and Technology

張俊陽 / 國立高雄科技大學資訊管理學系

Jen-Way Yang, Department of Electronic Engineering, National Kaohsiung University of Science and Technology

楊禎為 / 國立高雄科技大學電子工程學系

Min-Chu Wu, Department of Information Management, National Kaohsiung University of Science and Technology

吳敏筑 / 國立高雄科技大學資訊管理學系Received 2016/3, Final revision received 2017/2

NTU Management ReviewVol. 29 No. 1 Apr. 2019, 171-200

Construct Outsourcing Vendor Selection Criteria for Business Intelligence

172

壹、緒論

在現今全球化的商業環境下，企業面臨的競爭與威脅日愈遽增，顧客對於產品

與服務的意見是企業競爭優勢的來源 (Lorenzo-Romero, Constantinides, and Brünink, 2014)。因此，企業如何快速回應市場的需求與挑戰，已經成為企業競爭中的一項難題（唐順明、黃國賢、姜琇森與唐瑞瀅，2010）。而在成本與利潤的驅動下，企業面臨著更大的壓力於掌握自己的核心業務，因此企業須藉由市場結構和競爭格局的

知識，迅速地做出經營的決策 (Netzer, Feldman, Goldenberg, and Fresko, 2012)。商業智慧 (Business Intelligence; BI)即時的分析與預警能力，正是協助管理者有效地管理企業運作，以及做為管理者制定正確決策的最佳後援 (Lin, Tsai, Shiang, Kuo, and Tsai, 2009)。根據 Gartner (2015)的調查報告指出，商業智慧為企業在投資資訊科技的優先選擇，並且商業智慧的建置與管理在未來也持續是科技領導者所認為最重要

的管理議題之一。此外，IDC評估台灣商業智慧軟體市場 2015年市場總值將破2500萬美元（蘇芷萱，2010），商業智慧的分析能力與即時性的資料整合能力，可支援企業進行預測以降低經營風險，是未來資訊科技投資的重點項目。由此可知，

商業智慧的建置與發展將是未來重要的研究議題之一。

近年來，由於資訊科技應用的複雜化，企業為了專注於發展其核心能力，減少

資金與人力的投資，選擇將部份或全部的資訊系統，委由外部廠商協助建置 (Chen and Wang, 2009; Thouin, Hoffman, and Ford, 2009)。Wadhwa and Ravindran (2007)指出，根據過去的經驗法則，企業本身若無法提供比競爭者更好的品質與更便宜的價

格時，則企業就應考慮委外。企業可藉由委外承包商所擁有的規模經濟與豐富的經

驗，以獲得高品質且低成本的服務 (Thouin et al., 2009)。綜合上述，可知透過委外的方式可以同時滿足企業經營的兩大目標，分別是專注於核心競爭能力，以及減少

資訊科技與人力的管理成本。而根據 Lee (2001)研究指出，企業與資訊系統委外承包商之間已由過去的買賣契約關係逐漸趨向為策略性夥伴關係。而此一策略性夥伴將對企業的競爭優勢有顯著的影響 (Yang, Chiu, Tzeng, and Yeh, 2008)。除此之外，Bailey, Masson, and Raeside (2002)也認為委外承包商的選擇將是影響委外是否能夠成功的關鍵因素，選擇合適的委外承包商可降低因委外而導致的風險。因此，對企

業而言，如何選擇一家合適的委外承包商成為策略夥伴，則顯得相當重要；而對於

委外承包商而言，應具備哪些重要的關鍵能力，則是本身是否能贏得企業青睞的重

要因素。

173

NTU Management Review Vol. 29 No. 1 Apr. 2019

資訊系統委外流程主要分為四大階段，分別是：一、內部需求分析與風險評估；

二、承包商的評選與選擇；三、契約協商管理與執行；四、雙方關係管理與績效回

饋 (Lee and Kim, 1997; Goo, Kishore, Rao, and Nam, 2009)。其中承包商的評選與選擇對委外成敗具有關鍵性的影響 (Bailey et al., 2002; Wadhwa and Ravindran, 2007; Mao, Lee, and Deng, 2008; Chen and Wang, 2009)。儘管承包商的評估與選擇在委外的過程中有舉足輕重的地位，但目前在學術上對於這方面的研究仍有進一步改善的空間 (Watt, Kayis, and Willey, 2010)。再者，回顧商業智慧的相關文獻，有許多研究在探討商業智慧的建置 (Tseng and Chou, 2006; Li, Shue, and Lee, 2008)與應用 (Chung, Chen, and Nunamaker Jr, 2005; Phan and Vogel, 2010)，亦有研究探討企業導入商業智慧後對企業營運績效的影響 (Elbashir, Collier, and Davern, 2008; Lin et al., 2009; Petrini and Pozzebon, 2009)，但對於研究探討如何去評估與選擇商業智慧委外承包商仍不足。換言之，尚未有一多構面的衡量尺度可做為商業智慧委外承包商的評選標

準。綜合上述，可知在學術上對於如何選擇合適的商業智慧委外承包商的研究仍未

完整。在實務上，對企業而言則無一完整的評估工具，可用來選擇合適的商業智慧

委外承包商；對商業智慧委外承包商來說，因無從得知企業選擇委外承包商時所考

量的因素，無法調整其所提供的技術與服務以符合企業的需求。因此，本研究目的

在建構商業智慧委外承包商的評選指標。

貳、文獻探討

一、委外承包商評選研究

（一）委外承包商評選指標回顧承包商評選的研究最早是由 Dickson於 1966年率先提出 (Weber and Desai,

1996)，Dickson (1966)訪查採購聯盟中 273位資深採購主管，歸納出 23項評選委外承包商的評估準則並分析其相對重要性，其中以「品質」、「交期」以及「過去績

效表現」為承包商評選最重要的三個關鍵準則。而Weber, Current, and Benton (1991)回顧從 1966年至 1990共 74篇有關供應鏈委外承包商評選的文獻也發現相似的研究結果。因此，有關供應鏈委外承包商評選的研究多以 Dickson所提出的 23項評選指標為基礎 (Faez, Ghodsypour, and O’Brien, 2009)，如表 1所示。Yang et al. (2008)與Faez et al. (2009)皆指出，影響供應鏈委外承包商評選決策的主要準則為：品質、價格與交期。而後續有關評選委外承包商之研究皆以「價格」、「交期」與「品質」

為主要的評選指標 (Ha and Krishnan, 2008)，其中的差異僅在於指標重要性排序。


174

表 1 供應鏈委外承包商的評選指標

指標Dickson (1966)

Weber et al. (1991)

排序比較指標Dickson (1966)

Weber et al. (1991)

排序比較

價格 6 1 ↑ 包裝能力 18 13 ↑

交期 2 2 — 作業控制 14 14 —

品質 1 3 ↓ 員工訓練 22 15 ↑

生產設備與

產能5 4 ↑ 配合程度 9 16 ↓

地理位置 20 5 ↑ 勞資關係 19 17 ↑

技術能力 7 6 ↑ 溝通系統 10 18 ↓

管理與組織 13 7 ↑ 互惠 23 19 ↑

聲譽和定位 11 8 ↑ 印象 17 20 ↓

財務狀況 8 9 ↓ 企圖心 12 21 ↓

歷史交易 3 10 ↓ 歷史交易 21 22 ↓

維修服務 15 11 ↑授權及權利

聲明4 23 ↓

態度 16 12 ↑

關於企業程序委外 (Business Process Outsourcing; BPO)承包商的選擇，Lin, Lin, Yu, and Tzeng (2010)對於半導體產業將晶圓測試程序委外，提出四大構面的評選指標，包括：交付管理的能力、品質管理的能力、整合服務的能力與價格。

Jharkharia and Shankar (2007)研究第三方物流服務委外承包商的評選指標，提出長期性的關係、工作表現、財務狀況與風險管理四個評選構面，共16項評選指標，其中以：價格、品質、聲譽與兼容性，為最主要的評選因素。Efendigil, Önüt, and Kongar (2008)認為選擇第三方物流服務承包商是一個關鍵且重要的程序，在此程序中可根據 12項評選標準來選擇優質的委外承包商。而後，Liu and Wang (2009)運用整合性模糊法來選擇第三方物流服務承包商，共提出了 17項的評選指標。

（二）資訊系統委外承包商評選構面

本研究回顧過去有關「委外承包商評選指標」的研究，發現評選構面與指標會

因為委外的類型而各有其不同的評選面向與標準，這點與Hatush and Skitmore (1997)所提出的論點相同，Hatush and Skitmore (1997)認為隨著委外性質的差異，應有不同的評選標準。因此，本研究針對過去學者提出評選資訊系統委外承包商時應考慮

的重要構面整理如下表 2，以推導出本研究評選指標之基礎構面。

175


表 2 資訊系統委外承包商評選構面文獻來源資訊系統類型構面

Hatush and Skitmore (1997) 資訊系統財務、技術能力、管理能力、健全與安全、

聲譽。

Tam and Tummala (2001) 電信系統財務、技術、操作。

McDowell, Wahl, and Michelson (2003)

電子病歷系統執行力、功能、技術、服務與支援、關係、

願景、成本。

Wei, Chien, and Wang (2005) 企業資源規劃系統聲譽、技術能力、服務。

Lin, Hsu, and Sheen (2007) 資料倉儲系統聲譽、穩定性、技術能力、服務。

綜合上述學者所提出資訊系統委外承包商的評選構面，本研究依各個構面之特

性歸納彙總為五個構面，分別是：承包商的聲譽、承包商的穩定性、承包商的管理

能力、承包商的技術能力以及服務支援。而根據Min (1992)提出在選擇資訊軟體委外時，應考慮技術、成本、服務與承包商的特性，在承包商的特性中則考量了承包

商的聲譽和承包商的穩定性這兩個構面。因此，本研究將以「承包商的特性」、「管

理能力」、「技術能力」以及「服務支援」此四個構面做為建構商業智慧委外承包

商評選指標構面的基礎。

二、委外相關理論之補充

本研究回顧過去委外的相關研究，Mao et al. (2008)藉由交易成本理論與社會交換理論的視角來探討資訊系統委外，透過這兩個理論讓委外的價值最大化並增加委

外的成功率。Jeong and Stylianou (2010)依據交易成本理論、資源基礎理論、資源依賴理論與知識基礎理論來進行委外承包商的評選，其認為不同理論以獨特的角度來

評選承包商，而每種理論也各自有其侷限性。有鑑於此，本研究將從「策略性」、「經

濟性」與「社會性」的管理觀點切入 (Lee, Huynh, Kwok, and Pi, 2003; Aundhe and Mathew, 2009)，透過整合性的理論觀點，從委託商（顧客端）的角度來探討資訊系統委外承包商應具備的條件，使本研究所提出的資訊系統委外承包商評選指標能更

加完整與周延。

三、服務科學觀點

企業在選擇一個好的委外承包商時，除了考慮成本、過去經驗外，委外承包商

所提供的附加服務也成為一個重要的影響因素 (Liu and Wang, 2009)。因此，本研究透過服務科學的觀點來強化「服務支援」構面的評選指標。

服務科學是一門新興的學科，其全名為「服務科學、管理學與工程學 (Service Science, Management, and Engineering; SSME)」。服務科學是結合基礎科學、工程


176

學與管理學的理論、模式與應用，來加強和推進服務創新 (Ng, Maull, and Yip, 2009; Macbeth and de Opacua, 2010)，而服務創新是迅速成為社會經濟增長的主要驅動力，因此近年來學術和企業紛紛對此投入關注（涂敏芬與洪世章，2016；Paulson, 2006）。若以服務科學的觀點來看委外服務，資訊系統委外就像是一個企業對企業的服

務系統 (Spohrer, Maglio, Bailey, and Gruhl, 2007; Maglio and Spohrer, 2008)。委外承包商運用其獨特的技術能力與經驗，以低成本、高效率的方式來協助顧客建置與維

護資訊系統。顧客與委外承包商之間形成一個獨特的互動服務系統，雙方在此服務

系統中彼此分享訊息、共同承擔風險與創造價值 (Maglio and Spohrer, 2008)。尤其在現今全球商業環境競爭加劇下，消費者的需求與偏好變化快速，導致產品和服務的

生命週期縮短。而在此環境下，委外承包商則扮演著一個關鍵性的角色，委外承包

商將組織業務與資訊科技相結合，提供企業所認知的新價值 (Shin, Min, Wan, and Kim, 2009)。綜合上述，本研究以服務科學觀點來修正服務支援構面，以檢視商業智慧委外

承包商是否能提供最佳化的服務。

表 3 服務科學觀點之衡量項目衡量項目／服務支援文獻來源

顧客是共同創造價值的夥伴 Spohrer et al. (2007)、Ng et al. (2009)

以服務系統的思維，提出創新的服務模式 Kim (2009)

動態資源的配置 Maglio and Spohrer (2008)

溝通與互動 Maglio, Srinivasan, Kreulen, and Spohrer (2006)

四、商業智慧

隨著科技數位化的日新月異，技術快術發展，整體環境的微小變化都足以讓整

個商業模式，幾十年的成功經驗變得過時。因此，具有特定產業知識 (Industry Know-how)才能夠適當反映出管理業務的經驗 (Cooper, Gimeno-Gascon, and Woo, 1994)。Gartner Group 的分析師 Howard Dresner於 1989 年進一步提出商業智慧的概念與方法 (Ou and Peng, 2006)，當時將商業智慧解釋為一類由資料倉儲、查詢報表、資料分析、資料探勘、資料備份和回復等部分組合而成，以使用實際資料為基礎，

來增進企業決策制定的概念和方法。

177


（一）商業智慧系統評選由於商業智慧系統是管理理念與工具的結合，從資料的收集萃取到分析及整

合，提供予管理者有效率的決策資訊 (Gbosbal and Kim, 1986)。而在傳統的資訊系統中，主要是以處理例行性流程，其並未考慮到提供整合的資訊。本研究整理商業

智慧系統與傳統資訊系統的差異如表 4。

表 4 商業智慧系統與傳統資訊系統之差異項目商業智慧系統傳統資訊系統

定義

是指管理理念和工具，能幫助組織管理和

萃取商業資訊，提供有效的決策 (Gbosbal and Kim, 1986)

具有一定的邏輯演算的基本特徵，適合用於

設計的目的與形式概念分析 (Scott, 1982; Zhang and Shen, 2006)

需求中高階主管；提供決策經營狀況的分析工

具 (Rouhani, Ghazanfari, and Jafari, 2012)經辦與基層主管；側重於使用計算和資訊技

術處理傳播資訊 (Miller and Pessoa, 2016)

分析提供線上分析處理、儀錶板、數據挖掘和

規劃建模等分析工具 (Eckerson, 2010)

程式複雜度低，易於撰寫

例行性功能、資訊流與物件之分析 (Romero and Vernadat, 2016 )

設計主要整合歷史資料庫的查詢和生產週期總

結分析報告 (Power, 2008)

主要是例行性偵測控制並提供警示異常交易

處理報表 (Christ, Emett, Summers, and Wood, 2012)

上線處理反映合理的管理決策能力 (Yan, Wang, and Liu, 2012)

協助執行組織日常運作 (Buchta, Eul, and Schulte-Croonenberg, 2007)

由此可知傳統資訊系統委外的承包商評選指標不能直接套用在商業智慧上，必

須考慮商業智慧的特性與功能。

企業組織藉由有效的衡量措施來降低資訊系統委外的風險 (Liang, Wang, Xue, and Cui, 2016)，Kinnula (2006)指出對於軟體委外的績效評估、驗證與提升性能是外包合作的研究重點之一。由於商業智慧主要是涵蓋企業內部與外部的各種結構化、

非結構化的資料，經由資料的萃取、轉換、運算、分析與整合，以協助使用者選擇

最佳的決策。

因此，商業智慧的選擇將影響組織上下指揮鏈；高級管理員、分析人員和直屬

主管與跨職能領域；銷售、財務和運營等，同時也會影響到企業用戶、開發人員和

IT專業人士。對於委外開發商業智慧業務決策前，必須評估企業組織所需的商業智慧能提供什麼？其所提供的相關效率為何？所以，如何正確評選一個商業智慧是委外作業很重要的決策，也將會對於整個

委外承包商評選作業具有顯著影響。本研究將商業智慧之衡量項目整理如下表 5。


178

表 5 商業智慧之衡量項目構面議題資料來源

分類工具與方法

決策支援技術Shim, Warkentin, Courtney, Power, Sharda, and Carlsson (2002)

決策問題框架 Reich and Kapeliuk (2005)

方法和使用標準 Damart, Dias, and Mousseau (2007)

多重標準分析工具 Marinoni, Higgins, Hajkowicz, and Collins (2009)

優化技術

客戶明細分析系統 Lee and Park (2005)

資料探勘決策分析 Nie, Zhang, Liu, Zheng, and Shi (2009)

穩定性評價 Delorme, Gandibleux, and Rodriguez (2009)

內部資料整合

知識管理工具 Özbayrak and Bell (2003)

作業系統觀點 Alter (2004)

庫存管理 Shang, Tadikamalla, Kirsch, and Brown (2008)

企業系統集體決策 Rouhani et al. (2012)

外部資料整合

線上交易平台Shi, Huang, He, Xu, Liu, Qin, Jia, Li, Huang, and Zhao (2007)

企業系統滿意度 Rouhani et al. (2012)

神經網路資訊品質 Yan et al. (2012)

綜合上述，近來商業智慧分析技術已逐漸聚焦在決策和整合，新的分析方法不

僅是提供資訊，更加支援模擬、預測、優化等分析技術，讓決策更具彈性 (Orlando, 2009)。因此，商業智慧須能正確地整合組織內、外部資料，提供有效率的決策資訊。其次商業智慧分析相關資訊能主動提供給企業組織即時參考，以協助企業達成目標

的成果 (SAP, 2011)，故商業智慧須能夠即時處理資料分析回應使用者的需求，並具有針對不同類型決策問題提供所需參考資訊的功能彈性。

隨著商業進階分析技術成本與效能的改善，資訊科技主管需要將業務的流程進

行分析和模擬，(Orlando, 2009)，商業智慧要能於多維度呈現精確的往下挖掘 (Drill Down)的資訊，並具有方便簡易的互動式圖形使用介面。而且商業分析技術能協助企業釐清趨勢走向，讓決策者得以預測及模擬推演建立改善模式 (Nofal and Yusof, 2013)，因此商業智慧須具有因應各種類型決策問題提供相關參考資訊的功能。

參、研究方法

一、評選指標建構流程

本研究首先回顧文獻理論基礎，補足專家觀點對於評選指標的缺口，並結合修

正式德菲法與 AHP，提出一套評選指標建構流程，以客觀的理論基礎與權重評價排序，讓評選指標可確保企業所推導的商業智慧可以符合管理者的期待，同時也讓管

理者清楚瞭解評選指標的發展程序與結果。如下圖 1。

179


階段三：進行評選指標的相對權重分析

階段二：篩選評選指標

階段一：提出評選指標雛形

（一）階段一：提出評選指標雛形

本階段首先透過回顧過去委外承包商相關文獻發現，隨著委外性質的不同，其

委外承包商的評選指標也會隨之不同。因此，本研究則針對資訊系統委外的文獻，

彙總出資訊系統委外承包商的評選指標。而因為過去的評選指標仍有其不足之處，

因此，本研究加入資源基礎理論、資源依賴理論、交易成本理論、代理成本理論、

社會交換理論以及服務科學觀點，來補強原資訊系統委外承包商評選指標的不足。

之後，本研究又透過商業智慧的功能與架構來修正原評選指標，使評選指標能適用

於評選商業智慧委外承包商。

（二）階段二：篩選評選指標

本階段將透過修正式德菲法來進行評選指標的新增與篩選，主要是希望能藉由

專家學者之專業素養與豐碩的實務經驗，從上述雛形評選指標中篩選出適當且具重

要性之評選指標。在此階段根據專家學者的意見針對各構面內的評選指標有不合適

或語意不清的項目給予修正、刪除或合併。

圖 1 本研究評選指標建構流程

組成專家學者群體

排序後評選指標建立權重集

評選指標評價

評選指標的配分與比序

完成評選指標的評價

發放與回收指標問卷

評選指標排序

設計下一回合

指標問卷

不列入

評選指標

分析與整合專家群體

意見一致性 N

N加權平均值、眾數

>= 3.5

回顧文獻理論基礎⇧

委外承包商評選研究⇧

委外相關理論之補充⇧

服務科學觀點⇧

商業智慧⇧

商業智慧委外承包商評選


180

（三）階段三：進行評選指標的相對權重分析

接著本階段再依據修正式德菲法篩選出來評選指標設計AHP問卷請專家填寫，透過兩兩指標間的比較，以進行指標權重之評量。對於篩選後之項目，專家學者意

見皆達成一致性標準，亦即標準差均小於 1、四分位差均小於 0.6。有 85%以上題項專家意見達到一致性，並且再無指標修正意見時，在平均數和眾數皆達重要程度

以上 (≧3.500) 之標準下即可達成結束調查之條件。

二、修正式德菲法

德菲法是一種集體決策的研究方法，專家學者透過書面且匿名的方式，限制一

個範圍，讓參與的專家學者可以針對某一個特定議題來進行討論與溝通，專家學者

依各自的經驗與知識來分享意見，透過數回合問卷的修正與回饋，直到彼此達成共

識而獲得一致性的結果 (Murry Jr and Hammons, 1995; Okoli and Pawlowski, 2004; Nevo and Chan, 2007; Tsai, Chang, and Lin, 2010)。因此，本研究先經由文獻探討彙整過去資訊系統委外承包商的評選指標，並透

過相關理論觀點來補強原指標的不足，接著再利用商業智慧的功能與架構來修正評

選指標，以產生評選商業智慧委外承包商的雛形指標，藉以取代第一回合的開放式

問卷，之後將問卷寄發給匿名的專家學者。直接發展第二回合的結構性問卷，如此

不僅可以縮短問卷進行的時間，也可以讓專家學者專注於研究議題上。

而在專家群體大小的選擇上，Murry Jr and Hammons (1995)認為修正式德菲法的專家學者應以 10~30人為佳，而 Okoli and Pawlowski (2004)則認為 10~18位專家學者即可，所以本研究將訪問 13位專家學者 (Chang, Wu, and Chen, 2008)。在專家學者的選擇上，其必須了解商業智慧且具有相關實務經驗，對象可以是資訊部門主

管、專家或顧問，本研究以是否接受過相關課程、訓練或參與過相關專案實務為依

據。此外，專家學者需參與過委外相關業務的討論，但不限於商業智慧的委外業務。

統計專家之學經歷：大學 (15%)、碩士 (69%)、博士 (15%)，負責人 (15%)，專案管理經驗 (84%)，職務：資訊 (84%)、高階主管 (53%)。

三、分析層級程序法

（一）分析層級程序法的意涵與步驟

分析層級程序法 (Analytic Hierarchy Process; AHP)是應用在不確定情況下具有多個評選指標的一套決策方法。分析層級程序法是將問題依考慮的層面給予層級化

的結構，透過兩兩準則間之相對重要性進行成對比較，利用特徵向量法來求取準則

間之相對權重，以排列出替代方案的順序，做為選取最佳方案之依據 (Byun, 2001;

181


Chang et al., 2008; Tsai et al., 2010)。分析層級程序法的主要步驟如下 (Saaty, 2008; Saaty and Sodenkamp, 2010)。1.建立層級架構本研究將層級架構分為三層。第一層為目標層，本研究的目標為「選擇商業智

慧委外承包商」；第二層則將商業智慧委外承包商分成四個面向來評估，分別是：「承

包商的特性」、「管理能力」、「技術能力」與「服務支援」；第三層則是透過修

正式德菲法所篩選出來評選商業智慧委外承包商共 32項評選指標。2.進行成對比較成對比較是指在同一層級中，任何二個因素之「相對重要性」的判斷。也就是

說，在同一層級內的任何二個因素必須與其共同的上一層級的目標做為評斷的標

準，分別評估這兩個因素對於上一層目標的重要性。假設要進行比對的因素個數為

n個，則需要兩兩比對 n(n-1)/2次 (Byun, 2001)。假設有 n個獨立的評估準則 (C1、

C2、C

3⋯C

n)，其成對準則 (C

i, C

j)的量化的判斷，可表示為 n乘 n的成對比較矩陣A，

如下所示：

(1)

其中，準則 1對準則 2的相對重要比較值為 a12時，而 1/a

12則代表準則 2對準

則 1的相對重要性，以此類推 (Tsai et al., 2010)。在進行成對比較時，其成對比較矩陣是透過問卷調查結果建立的，而問卷的評

估尺度是參照 Saaty and Sodenkamp (2010)的建議方式，以 1至 9分做為評估尺度。此評估尺度包括五個等級，依序為同等重要、稍重要、頗重要、極重要及絕對重要，

將名目尺度逐一量化成 1、3、5、7、9的衡量值，並有另外四項是介於五個基本尺度之間的 2、4、6、8折衷值。3.計算特徵向量值，做為各指標的權重值在建立出成對比較矩陣 A後，令Wi

、Wj 分別為 C

1、C

2的權重，而 a

ij改用W

i /

Wj來表示。因此，成對比較矩陣 A則可以下列 (2)的矩陣式來表示。


182

(2)

根據成對比較矩陣 A，接著，令W為 n個準則的「權重向量」，也就是W = [w1,

w2, w

3... , w

n]T，則可求出最大特徵值其所對應的權重向量，即為各要素之權重分配。

將成對比較矩陣 A乘以各要素權重所構成的向量W，則可得公式 (3)。

(3)

在 (3)式中，λ即為 A 的特徵值，而W為成對矩陣 A所對應於特徵值的特徵向量。然而，實際在進行成對比較時，由於 a

ij是由主觀判斷而得，因此與實際的W

i /

Wj將會有所差距。所以當 a

ij有變動時，特徵值也會跟著變動，當特徵值非為原先

的 λ時，λmax即為主要的特徵值。而 λ將由 λ

max所取代，則可得公式 (4)。

AW = λmax

* W (4)

而最大特徵值 λmax可由下列公式求得：

λmax

= n

i = 1

(AW)i

nWi

(5)

4.一致性檢定一致性檢定主要是要確認填答者在填答時其答題的行為標準是前後一致的。在

AHP 分析法中，使用一致性指標 (Consistency Index; C.I.)與一致性比率 (Consistency Ratio; C.R.)來衡量一致性的情況 (Byun, 2001; Tsai et al., 2010; Saaty and Sodenkamp, 2010)。然而成對比較矩陣的階數不斷擴大時，較不容易維持判斷的一致性。因此「隨

機指標」(Random Index; R.I.)，可以調整不同矩陣階數下所產生不同程度 C.R.值的

183


變化。而過去研究大多提出當 C.R. ≤ 0.1時，為可接受的一致性標準 (Tsai et al., 2010; Saaty and Sodenkamp, 2010)，不過 Byun (2001)則提出當填答者在做判斷時，有 20%的問題是採用隨機的方式來給定答案，因此若 C.R. ≤ 0.2時，仍是屬於可以容許的一致性標準。其公式如 (6)所示。

C.I. = λ

max – n

n – 1 　　　　C.R. =

C.I.R.I. (6)

而在 (6)式中有一隨機指標 R.I.其是依據成對矩陣 A之維度，參考隨機指標數值下表 6而得。

表 6 隨機指標數值表N 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

R.I. 0.00 0.00 0.52 0.89 1.11 1.25 1.35 1.40 1.45 1.49 1.52 1.54 1.56 1.58 1.59

資料來源：Saaty and Sodenkamp (2010)

肆、資料分析與結果

一、階段一：提出評選指標雛形

本階段藉由文獻回顧與理論觀點的補充、修正，整理出四大構面共 40項評選指標。本研究透過過去資訊系統委外承包商評選之相關文獻，做為本研究商業智慧

委外承包商評選指標的基礎。再結合資源基礎理論、資源依賴理論、交易成本理論、

代理成本理論、社會交換理論與服務科學觀點來補強過去資訊系統委外承包商評選

指標不足。最後本研究再利用商業智慧的功能與架構來修正評選指標，以產生本研

究的商業智慧委外承包商評估雛形指標。

二、階段二：篩選評選指標

（一）第一回合修正式德菲法

本階段透過半開放式的問卷進行訪問，第一回合修正式德菲法問卷的發放，本

研究總共訪問了 13位專家，全數皆回收。經以標準差與四分位差來驗證後發現，有 3-12題項其標準差與四分位差皆大於 1.00，表示專家意見未達一致性的共識。在第一回合修正式德菲法結束後，本研究針對專家學者對問卷內容與語意所提出的相

關修正建議。

（二）第二回合修正式德菲法

在本研究中，第二回合德菲法問卷調查也是採半開放性方式來進行，包含四個

構面共 42項評選指標。本次共發出 13份問卷，全數皆回收。經以四分位差檢驗後，


184

所有題項的四分位差值皆小於 0.6，表示專家意見有達到高度一致性的標準。接著透過標準差檢驗後，所有題項皆符合標準差小於 1.0的一致性標準。本回合問卷發放結果皆符合結束德菲法問卷調查的條件，故本研究將停止德菲

法問卷調查，而本回合問卷的調查結果與詳細分析內容將分述如下表 7。

表 7 第二回合德菲法調查問卷結果構面題項眾數平均值標準差四分位差構面題項眾數平均值標準差四分位差

一、

承包商

的特性

1-1 4 3.69 0.61 0.000

三、

技術

能力

3-7 4 4.23 0.58 0.500

1-2 4 3.92 0.62 0.000 3-8 4 4.23 0.58 0.500

1-3 3 3.62 0.62 0.500 3-9 4 4.23 0.58 0.500

1-4 5 4.54 0.50 0.500 3-10 3 3.54 0.63 0.500

1-5 4 4.23 0.58 0.500 3-11 4 4.46 0.50 0.500

1-6 4 3.69 0.46 0.500 3-12 4 4.38 0.49 0.500

1-7 5 4.69 0.46 0.500 3-13 4 4.15 0.36 0.000

1-8 5 4.77 0.42 0.000 3-14 5 4.46 0.63 0.500

二、

管理

能力

2-1 5 4.77 0.42 0.000 3-15 4 4.23 0.58 0.500

2-2 4 4.38 0.49 0.500 3-16 4 4.31 0.61 0.500

2-3 4 4.38 0.49 0.500 3-17 4 4.23 0.58 0.500

2-4 5 4.85 0.36 0.000 3-18 4 4.08 0.47 0.000

2-5 4 4.08 0.47 0.000

四、

服務

支援

4-1 5 4.77 0.42 0.000

2-6 4 4.31 0.46 0.500 4-2 4 4.08 0.47 0.000

2-7 4 4.23 0.42 0.000 4-3 4 4.15 0.53 0.000

三、

技術

能力

3-1 5 4.92 0.27 0.000 4-4 3 3.54 0.63 0.500

3-2 4 4.23 0.58 0.500 4-5 4 4.38 0.49 0.500

3-3 3 3.62 0.92 0.500 4-6 4 4.38 0.62 0.500

3-4 4 4.31 0.46 0.500 4-7 4 4.00 0.55 0.000

3-5 5 4.62 0.49 0.500 4-8 4 4.23 0.42 0.000

3-6 4 4.23 0.58 0.500 4-9 4 4.08 0.62 0.000

三、階段三：進行評選指標的相對權重分析

本階段透過修正式德菲法已初步建立商業智慧委外承包商評選指標，其中共包

含四大構面與 42評選指標，但實際在進行商業智慧委外承包商的評選時，不同構面與指標的重視程度會有所不同。因此，本研究即利用分析層級程序法，給予各構

面與指標一權重值，將專家學者所認為相對重要的指標作整合分析。在此階段，本

研究從專家小組選擇 6位有參與且實際評選過商業智慧委外承包商的專家，因此，本研究總共發放 6份問卷，而 6份問卷皆回收。

185


在進行數據分析之前，本研究首先衡量此 6份問卷的一致性和穩定性，確認每一份問卷在每一層級之一致性指標 C.R.值皆小於 0.2 (Byun, 2001)，符合一致性標準。回收問卷信度分析結果詳述如下表 8所示。

表 8 樣本信度分析層級評斷值 1 2 3 4 5 6

層級 1構面

λ 4.238 4.225 4.100 4.070 4.263 4.225

C.R. 0.089 0.084 0.038 0.026 0.099 0.084

層級 2承包商的特性

λ 4.058 4.017 4.233 4.136 4.178 4.219

C.R. 0.022 0.006 0.084 0.051 0.067 0.082

層級 2管理能力

λ 8.165 7.117 7.548 7.750 8.077 7.631

C.R. 0.144 0.014 0.068 0.093 0.133 0.078

層級 2技術能力

λ 14.789 16.090 14.919 16.231 15.324 14.397

C.R. 0.096 0.165 0.103 0.173 0.124 0.075

層級 2服務支援

λ 8.671 8.439 8.915 8.547 8.908 9.182

C.R. 0.069 0.045 0.093 0.056 0.093 0.121

是否採用 Yes Yes Yes Yes Yes Yes

由上表 8所示之分析結果可知，本研究各構面與指標之一致性指標 C.R.值皆小於 0.2，表示採用樣本是有足夠之信度。接著將 6份專家問卷的每一衡量變數，運用幾何平均數計算，依據計算結果作為專家們的整體意見，進而分析 AHP整體結構的信度，運算結果如下表 9所示。整體層級結構的一致性指標 C.R.值均小於等於0.2，表示整體結構是可信的。

表 9 整體信度分析層級 1構面

層級 2承包商的特性

層級 2管理能力

層級 2技術能力

層級 2服務支援

Overallλ C.R. λ C.R. λ C.R. λ C.R. λ C.R.

4.053 0.020 4.044 0.017 7.098 0.012 13.346 0.018 8.095 0.010

（一）建立成對比較矩陣

成對比較是指在同一層級中，任何二個因素之「相對重要性」的判斷。以層級

1來說，該層級內有四個構面，分別為：承包商的特性、管理能力、技術能力與服務支援。本研究將專家的意見轉換成商業智慧委外承包商評選構面的成對比較矩陣

A，接著本研究以其中一位專家的數據來舉例說明計算的過程。此層級一有四個構面，也就是有四個評選因素，所以需進行 4(4-1)/2 = 6次的兩兩比對。並依序將 6位


186

專家的比較值轉為成對比較矩陣，接著再運用幾何平均數計算法，算出所有專家比

較值的幾何平均，此即為整體之成對比較矩陣，如下表 10所示。

表 10 構面整體成對比較矩陣層級一（構面）承包商的特性管理能力技術能力服務支援

承包商的特性 1.000 0.179 0.158 0.224

管理能力 5.593 1.000 0.530 1.000

技術能力 6.338 1.886 1.000 2.466

服務支援 4.460 1.000 0.405 1.000

（二）特徵向量

藉由上表的整體成對比較矩陣後，先求取成對比較矩陣之列向量的總和，再將

各項目除以該列之列向量總和，即可得公式 (2)之矩陣，平均各行之值，即可求得構面整體之特徵值（表 11）。

表 11 構面特徵值層級一（構面）承包商的特性管理能力技術能力服務支援特徵值

承包商的特性 0.057 0.044 0.075 0.048 0.056

管理能力 0.322 0.246 0.253 0.213 0.259

技術能力 0.364 0.464 0.478 0.526 0.458

服務支援 0.256 0.246 0.194 0.213 0.227

此即求得特徵向量之各構面的權重分配。將成對比較矩陣與特徵向量帶入公式

(3)，可求得 AW值。再由公式 (5)即可求出 λmax為 4.053。

（三）一致性檢定

本研究採用分析層級程序法之一致性比率 (C.R.)來衡量專家學者的回答是否符合一致性，以避免因人、時、地與環境不同而造成判斷的不一致的現象。當 C.R.值 ≤ 0.2時，為可接受的一致性標準 (Byun, 2001)，表示整體權重的合理性。因此，將 λ

max帶入公式 (6)即可求出 C.I.值為 0.018。因層級一總共有四個評估

要素 (n = 4)，故由表 6可查得R.I.值是以 0.89來做計算。將所求得之C.I.值與R.I.值代入公式 (6)後，可求得 C.R 值為 0.020 ≤ 0.2，符合一致性檢定的標準。

四、商業智慧委外承包商評選指標

在經過兩回合修正式德菲法調查後，本研究將選擇準則的平均值及眾數皆大於

或等於 4（重要程度以上）的，使其為商業智慧委外承包商的評選指標，而四大構面共計有 35項評選指標，本研究完整的評選指標如下表 12所示。

187


表 12 商業智慧委外承包商評選指標排序評選指標整體權重

1 商業智慧委外承包商能履行合約內容，並且對於本公司的機密資料完全保密。 0.096

2商業智慧委外承包商將透過服務載體（ex：人、資訊、系統）來與本公司進行溝通和傳遞服務。

0.074

3 商業智慧委外承包商應能整合組織內、外部資料，提供有效的決策資訊。 0.062

4 商業智慧委外承包商能於多維度資料呈現精確的往下挖掘 (drill down) 的資訊。 0.062

5 商業智慧委外承包商具有方便簡易互動式圖形使用介面。 0.062

6 商業智慧委外承包商須具有因應各種類型決策問題提供相關參考資訊的功能。 0.062

7 商業智慧委外承包商能提供系統測試環境，以提高系統的穩定度與可靠性。 0.049

8商業智慧委外承包商有其策略夥伴網，在技術上擁有競爭優勢，能滿足本公司對

商業智慧的需求。0.046

9商業智慧委外承包商能提供平衡計分卡、策略地圖或關鍵績效指標等管理工具，

協助本公司進行營運監控與修正。0.042

10 商業智慧委外承包商有足夠的人力與技術，能即時回應本公司對新功能的需求。 0.042

11 商業智慧委外承包商所使用的技術與軟體工具為本公司所熟知的。 0.038

12商業智慧委外承包商所導入的商業智慧能統一本公司現有資訊系統的資料並存放

至資料倉儲中。0.037

13 商業智慧委外承包商能提供後續維護的服務。 0.037

14商業智慧委外承包商有具體的人力支援計劃與完整的導入時程規劃，可以確保專

案能如期完工。0.035

15 商業智慧委外承包商能提供定期回報執行狀況的機制，以便本公司控管。 0.032

16 商業智慧委外承包商有一套完善的專案管理制度。 0.031

17 商業智慧委外承包商所提出的解決方案，日後仍可做修正與擴充。 0.031

18商業智慧委外承包商能設計符合本公司需求的邏輯資料模型與規則，進而使本公

司獲得最佳的決策資訊。0.030

19商業智慧委外承包商能針對組織階層及維度，提供個人化的分析視角與即時情境

模擬，以滿足不同使用者的需求。0.029

20商業智慧委外承包商與本公司有直接對應的專案經理人，讓本公司能隨時進行專

案管控。0.027

21 商業智慧委外承包商有幫助其他公司導入商業智慧的成功案例。 0.026

22 商業智慧委外承包商能提供教育訓練的相關配套計畫。 0.025

23 商業智慧委外承包商有充足的人力，可提供本公司完善的服務。 0.024

24 商業智慧委外承包商可依據本公司反饋的服務改進建議，即時提出策略性的反應。 0.022

25 商業智慧委外承包商能依據本公司的需求，即時調整專案實施計畫。 0.021

26商業智慧委外承包商其專案成員的學歷、專長和持有的證照，皆符合建置商業智

慧平台所需的技術能力。0.020

27 商業智慧委外承包商將本公司視為共同創造價值的夥伴。 0.018

28 商業智慧委外承包商能在承諾的時間內，提供本公司所需的服務。 0.018

29 商業智慧委外承包商與本公司之間的關係良好。 0.017


188

排序評選指標整體權重

30 商業智慧委外承包商能提供優於其他承包商的技術資源。 0.017

31 商業智慧委外承包商有相同類型業務的經驗。 0.015

32商業智慧委外承包商瞭解本公司所屬產業的知識（Know-how），因此在日後合約協商的過程中較易取得共識。

0.015

33 商業智慧委外承包商能以服務系統的思維（ex：客服中心），提供創新的服務模式。 0.011

34 商業智慧委外承包商在業界有良好的聲譽與口碑，是值得信任的。 0.009

35 商業智慧委外承包商的財務狀況是穩健的。 0.005

五、個案示例

本研究建構的商業智慧委外承包商的評選指標，包括評選指標及評選指標重要

性排序，並據此以評選個案範例廠商，提供評選商業智慧委外承包商之參考。本個

案示例之三家廠商資料如下：

（一）X廠商X廠商的商業智慧系統可提供完整的雲端分享系統，操作簡單，多功能按鍵啟

動相容性系統，提供自動剪輯省時省力，可以快速擷取簡報內容，提供決策，包含

多維分析資料目標檢視、分析策略應用與歷史資料回顧評量等。具備多功能的媒體

素材應用模式，也能同時傳送資料畫面與遠端群組即時討論。而 X廠商更提供彈性的計價方式，以協助使用者能更容易挑選適合的技術模式。此外，X廠商也提供貼心的多功能介面，能讓使用者可以設定自己最熟悉的介面環境，提供簡單輕鬆的學

習操作功能數位教材。同時，該數位教材系統亦可彈性因應使用者不同的需求，產

出相關報表，協助使用者分析學習效益。X廠商已有協助多家企業機構之經驗，無論在實務經驗和相關技術領域都非常的充足，其商業智慧技術與服務內容也獲得多

家企業機構的推薦。

（二）Y廠商Y廠商所提供的商業智慧系統有多項功能：使用者需求分析、管理目標與企業

架構建置、教育訓練數位學習規劃、管理效率評量檢視、資源整合環境介面設定、

單位評鑑與回饋意見等，並可整合不同作業系統的終端介面。例如：雲端載具裝置

iOS與 Android作業系統的整合，而且不同的電腦作業系統：Microsoft、MAC、Linux等亦可整合。使得企業機構現有的終端設備可持續使用。此外，Y廠商提供可跨平台功能，能將分析資訊做同步或非同的即時雲端備份。同時，Y廠商也提供全年無休的線上諮詢服務。Y廠商已有協助多家企業機構建置雲端商業智慧系統，而且都能順利地完成、頗獲好評，故對於商業智慧之相關領域與實務經驗上有其豐

富的資歷，Y廠商在技術研發展進程，近年也獲得公家研究機構的肯定。

189


（三）Z廠商Z廠商提供可整合多種軟體製作商業智慧多樣化的媒體之數位內容，並提供即

時資訊分析合理量化的有效數字作為管理決策參考。經由提供與傳統功能式畫面相

似的操作模式，利用簡易按鍵即可輕鬆學習操作系統。同時可利用模組化和簡易的

編輯器，快速方便操作資料探勘。更能將多種不同資料媒體內容互為轉換統一標準。

並提供即時更新介面和工具，擁有同時檢視多個檔案選項與線上討論室功能，支援

安全的工作流程控管。也有免費編輯軟體，可擷取資料頁面，為分析素材新增註釋、

提示標籤、報表內容調整及縮放等效果。Z廠商具有充足的商業智慧相關領域知識，為同業中的技術領導大廠，也經多家研究機構評鑑，獲得大獎表揚。

本個案示例 A企業機構由內部評選會議討論重要構面指標做為評選項目，並依評選構面重要性配分，經實際檢視與討論後，得出構面配分百分比，如表 13。

表 13 A商業智慧委外承包商評選配分構面原排序指標項目配分

承包商的特性

21 商業智慧委外承包商有幫助其他公司導入商業智慧的成功案例。

28%31 商業智慧委外承包商有相同類型業務的經驗。

34 商業智慧委外承包商在業界有良好的聲譽與口碑，是值得信任的。

35 商業智慧委外承包商的財務狀況是穩健的。

管理能力

01商業智慧委外承包商能履行合約內容，並且對於本公司的機密資料

完全保密。

22%

14商業智慧委外承包商有具體的人力支援計劃與完整的導入時程規

劃，可以確保專案能如期完工。

29 商業智慧委外承包商與本公司之間的關係良好。

技術能力

07商業智慧委外承包商能提供系統測試環境，以提高系統的穩定度與

可靠性。

08商業智慧委外承包商有其策略夥伴網，在技術上擁有競爭優勢，能

滿足本公司對商業智慧的需求。

11 商業智慧委外承包商所使用的技術與軟體工具為本公司所熟知的。

服務支援

02商業智慧委外承包商將透過服務載體（ex：人、資訊、系統）來與本公司進行溝通和傳遞服務。

23%13 商業智慧委外承包商能提供後續維護的服務。

22 商業智慧委外承包商能提供教育訓練的相關配套計畫。

A企業機構利用上述指標項目來評選商業智慧委外承包商，經計算其總分，以最高分者得標。本案例共有三家商業智慧委外承包廠商參與，分別是 X廠商、Y廠商、Z廠商，總分以 X廠商為最高，故選擇 X廠商為合作廠商。隨後即刻再與 X廠商進行導入商業智慧系統後續事宜。


190

伍、結論與建議

一、研究貢獻

（一）對學術界的貢獻

商業智慧的建置與管理是近年來科技領導者所認為最重要的管理議題之一。由

於在現今全球化的商業環境下，企業為掌握自己的核心業務與降低建置成本，於是

將商業智慧委由承包商來協助建置。而承包商的評估與選擇對委外成敗具有關鍵性

的影響 (Bailey et al., 2002; Wadhwa and Ravindran, 2007; Mao et al., 2008; Chen and Wang, 2009)。因此，挑選能符合企業需求的商業智慧委外承包商便非常重要，但是目前在學術上對於委外承包商評估與選擇的研究仍有缺口 (Watt et al., 2010)。有鑑於此，故本研究基於過去資訊系統委外承包商評選指標的相關文獻，透過資源基礎

理論、資源依賴理論、交易成本理論、代理成本理論、社會交換理論與服務科學觀

點，針對資訊系統委外的相關研究來做進一步的討論，以彌補過去資訊系統委外承

包商評選指標的不足。

（二）對實務界的貢獻

本研究的結果對將要透過委外來導入商業智慧的企業來說，可做為一個完整的

評估工具，幫助企業選擇合適的委外承包商；而對於正進行導入作業的企業來說，

本研究結果亦可做為審視委外承包商的標準，透過本評選指標來檢視委外承包商是

否有不足之處，進而提出改進之要求與建議，藉此提升商業智慧委外的成功機率。

然而，對於商業智慧委外承包商而言，本研究所提出的評選指標可做為其策略調整

的參考，使其所提供的技術與服務更貼近企業的需求。此外，本評選指標是以資訊

系統委外承包商評選指標為基礎，並加入相關理論觀點加以強化，因此本評選指標

亦可做為其他不同類型資訊系統委外時選商的參考，而其他不同類型資訊系統的委

外承包商，亦可以本評選指標做為服務提供之依據。

191



English SummaryThe real-time analysis and warning functions of business intelligence (BI) facilitate

managers to conduct business operations effectively and make adequate decisions. According to the survey report of Gartner (2015), BI is prioritized by firms that plan to invest in information technology, and that the establishment and management of BI has been continuously regarded by technology leaders as a critical management topic in the future. Under the incentive of reducing costs and increasing profits, firms are faced with greater pressure to properly manage their core operations. They must obtain information on the market structure and competitive landscape to make management decisions quickly. The analysis function and real-time data compilation capability of BI facilitate firms to conduct forecasting and reduce risks; hence, BI is considered an essential investment of information technology. Therefore, the establishment and development of BI is expected to be a crucial research topic in the future.

In recent years, various firms have outsourced the establishment of information systems to external vendors because of the increasing complexity of such systems, and because they want to focus on developing their core abilities and reduce capital and labor investments. A rule of thumb regarding this practice is that when a firm cannot provide more favorable quality and prices than do their competitors for a service, it should consider outsourcing the service to a vendor. Therefore, the firm can utilize the existing economies of scale and experience of the outsourcing vendor to attain high service quality at a lower cost. According to the aforementioned assertions, outsourcing can fulfill the two major objectives of firm management, namely, to focus on core competitive ability and to reduce the cost on managing information technology and manpower. Furthermore, selection of outsourcing vendors is essential to the success of outsourcing practice because an adequate vendor can reduce related risks. Therefore, how to select a suitable outsourcing vendor as the strategic partner is critical to firms. Conversely, what key

Chun-Yang Chang, Department of Information Management, National Kaohsiung University of Science and Technology

Jen-Way Yang, Department of Electronic Engineering, National Kaohsiung University of Science and Technology

Min-Chu Wu, Department of Information Management, National Kaohsiung University of Science and Technology


192

abilities to be possessed is an essential topic that outsourcing vendors must address to receive partnership opportunities from their clients.

Although the selection and evaluation of outsourcing vendors are essential to an outsourcing process, related topics remain to be further investigated. Reviewing literature on BI shows that previous studies have mostly focused on the establishment of BI systems and the subsequent effect on business performance, but few scholars have examined methods for evaluating and selecting outsourcing vendors that provide BI installation services. In other words, there is yet a multidimensional evaluation scale with criteria for selecting such outsourcing vendors, indicating a gap in current academic research on related topics. In practice, not only do firms not have a comprehensive evaluation tool for selecting appropriate BI outsourcing vendors, but the vendors do not know what considerations are made by firms who seek to procure services through outsourcing. Consequently, the vendors cannot adjust their technology and service content to meet firms’ requirements in advance. Therefore, this study aims to establish a set of criteria for firms to select BI outsourcing vendors.

This study first reviews literature related to evaluation of BI outsourcing vendors to compile related evaluation criteria, which are then revised on the basis of relevant theories and the functions and frameworks of BI. Next, the modified Delphi method is adopted to administer two rounds of questionnaire surveys, selecting criteria suitable for assessing and selecting BI outsourcing vendors. In addition, the analytic hierarchy process is used to sort the criteria by importance. The proposed criteria can assist firms in objectively choosing BI outsourcing vendors, and serve as a reference for BI outsourcing vendors to adjust their service contents and business strategies.

This study provides a comprehensive evaluation tool for firms to select BI outsourcing vendors. For firms that are currently implementing BI systems through outsourcing, they can also use the tool to assess the performance of their subcontracted vendors and thereby propose improvement and suggestions. This facilitates the success of the overall outsourcing process. To BI outsourcing vendors, the evaluation criteria proposed in this study can be used as a basis to adjust their business strategies, enabling their technology and service content to further concur with their clients’ needs. Moreover, the proposed criteria are based on outsourcing vendors for implementing information systems in general, and are modified according to related theories; hence, the criteria can also be adopted to select outsourcing vendors for other types of information system. Conversely, outsourcing vendors for other types of information system can adopt the proposed criteria to adjust their service contents.

193


References涂敏芬與洪世章，2016，建構服務創新的制度工作，臺大管理論叢，27卷 1期：

129-154。(Tu, Min-Fen, and Hung, Shih-Chang. 2016. Institutional work in building service innovation. NTU Management Review, 27 (1): 129-154.)

唐順明、黃國賢、姜琇森與唐瑞瀅，2010，環境不確定情況下企業資訊化策略與組織績效關係之研究，臺大管理論叢，20卷 S1期：245-278。(Tang, Shung-Ming, Huang, Kuo-Shien, Chiang, Hsiu-Sen, and Tang, Rui-Ying. 2010. The relationship between enterprises information strategy and organizations performance under environmental uncertainty. NTU Management Review, 20 (S1): 245-278.)

蘇芷萱，2010，IDC：台灣商業智慧軟體市場 2015年市場總值破 2500萬美元，https://news.cnyes.com/news/id/2662883，搜尋日期：2015年 10月 9日。(Su, Zhi-Xuan. 2010. IDC: The gross value of Taiwan BI software market in 2015 will exceed 25 million US dollars. https://news.cnyes.com/news/id/2662883.

Accessed Oct. 9, 2015.)Alter, S. 2004. A work system view of DSS in its fourth decade. Decision Support

Systems, 38 (3): 319-327. Aundhe, M. D., and Mathew, S. K. 2009. Risks in offshore IT outsourcing: A service

provider perspective. European Management Journal, 27 (6): 418-428.Bailey, W., Masson, R., and Raeside, R. 2002. Outsourcing in Edinburgh and the Lothians.

European Journal of Purchasing and Supply Management, 8 (2): 83-95.Buchta, D., Eul, M., and Schulte-Croonenberg, H. 2007. Strategic IT Management—

Increase Value, Control Performance, Reduce Costs. Wiesbaden, Germany: Gabler.

Byun, D. H. 2001. The AHP approach for selecting an automobile purchase model. Information and Management, 38 (5): 289-297.

Chang, C. W., Wu, C. R., and Chen, H. C. 2008. Using expert technology to select unstable slicing machine to control wafer slicing quality via fuzzy AHP. Expert Systems with Applications, 34 (3): 2210-2220.

Chen, L. Y., and Wang, T. C. 2009. Optimizing partners’ choice in IS/IT outsourcing projects: The strategic decision of fuzzy VIKOR. International Journal of Production Economics, 120 (1): 233-242.

Christ, M. H., Emett, S. A., Summers, S. L., and Wood, D. A. 2012. The effects of preventive and detective controls on employee performance and motivation. Contemporary Accounting Research, 29 (2): 432-452.


194

Chung, W., Chen, H., and Nunamaker Jr, J. F. 2005. A visual framework for knowledge discovery on the Web: An empirical study of business intelligence exploration. Journal of Management Information Systems, 21 (4): 57-84.

Cooper, A. C., Gimeno-Gascon, F. J., and Woo, C. Y. 1994. Initial human and financial capital as predictors of new venture performance. Journal of Business Venturing, 9 (5): 371-395.

Damart, S., Dias, L. C., and Mousseau, V. 2007. Supporting groups in sorting decisions: Methodology and use of a multi-criteria aggregation/disaggregation DSS. Decision Support Systems, 43 (4): 1464-1475.

Delorme, X., Gandibleux, X., and Rodriguez, J. 2009. Stability evaluation of a railway timetable at station level. European Journal of Operational Research, 195 (3): 780-790.

Dickson, G. W. 1966. An analysis of vendor selection systems and decisions. Journal of Purchasing, 2 (1): 5-17.

Eckerson, W. W. 2010. Performance Dashboards: Measuring, Monitoring, and Managing Your Business (2nd ed.). Hoboken, NJ: John Wiley and Sons.

Efendigil, T., Önüt, S., and Kongar, E. 2008. A holistic approach for selecting a third-party reverse logistics provider in the presence of vagueness. Computers and Industrial Engineering, 54 (2): 269-287.

Elbashir, M. Z., Collier, P. A., and Davern, M. J. 2008. Measuring the effects of business intelligence systems: The relationship between business process and organizational performance. International Journal of Accounting Information Systems, 9 (3): 135-153.

Faez, F., Ghodsypour, S. H., and O’Brien, C. 2009. Vendor selection and order allocation using an integrated fuzzy case-based reasoning and mathematical programming model. International Journal of Production Economics, 121 (2): 395-408.

Gartner. 2015. Magic quadrant for business intelligence and analytics platforms. http://www.gartner.com/events/emea/business-intelligence-de. Accessed Oct. 9, 2015.

Gbosbal, S., and Kim, S. K. 1986. Building effective intelligence systems for competitive advantage. Sloan Management Review, 28 (1): 49-58.

Goo, J., Kishore, R., Rao, H. R., and Nam, K. 2009. The role of service level agreements in relational management of information technology outsourcing: An empirical study. MIS Quarterly, 33 (1): 119-145.

195


Ha, S. H., and Krishnan, R. 2008. A hybrid approach to supplier selection for the maintenance of a competitive supply chain. Expert Systems with Applications, 34 (2): 1303-1311.

Hatush, Z., and Skitmore, M. 1997. Criteria for contractor selection. Construction Management and Economics, 15 (1): 19-38.

Jeong, B. K., and Stylianou, A. C. 2010. Market reaction to application service provider adoption: An empirical investigation. Information and Management, 47 (3): 176-187.

Jharkharia, S., and Shankar, R. 2007. Selection of logistics service provider: An analytic network process approach. Omega, 35 (3): 274-289.

Kim, H. 2009. Service science for service innovation. Journal of Service Science, 1 (1): 1-7.

Kinnula, M. 2006. The formation and management of a software outsourcing partnership. Academic Dissertation of Department of Science, University of Oulu, Oulu, Finland.

Lee, J. H., and Park, S. C. 2005. Intelligent profitable customers segmentation system based on business intelligence tools. Expert Systems with Applications, 29 (1): 145-152.

Lee, J. N. 2001. The impact of knowledge sharing, organizational capability and partnership quality on IS outsourcing success. Information and Management, 38 (5): 323-335.

Lee, J. N., Huynh, M. Q., Kwok, R. C. W., and Pi, S. M. 2003. IT outsourcing evolution: Past, present, and future. Communications of the ACM, 46 (5): 84-89.

Lee, J. N., and Kim, Y. G. 1997. Information systems outsourcing strategies for affiliated firms of the Korean conglomerate groups. The Journal of Strategic Information Systems, 6 (3): 203-229.

Li, S. T., Shue, L. Y., and Lee, S. F. 2008. Business intelligence approach to supporting strategy-making of ISP service management. Expert Systems with Applications, 35 (3): 739-754.

Liang, H., Wang, J. J., Xue, Y., and Cui, X. 2016. IT outsourcing research from 1992 to 2013: A literature review based on main path analysis. Information and Management, 53 (2): 227-251.

Lin, H. Y., Hsu, P. Y., and Sheen, G. J. 2007. A fuzzy-based decision-making procedure for data warehouse system selection. Expert Systems with Applications, 32 (3): 939-953.


196

Lin, Y. H., Tsai, K. M., Shiang, W. J., Kuo, T. C., and Tsai, C. H. 2009. Research on using ANP to establish a performance assessment model for business intelligence systems. Expert Systems with Applications, 36 (2): 4135-4146.

Lin, Y. T., Lin, C. L., Yu, H. C., and Tzeng, G. H. 2010. A novel hybrid MCDM approach for outsourcing vendor selection: A case study for a semiconductor company in Taiwan. Expert Systems with Applications, 37 (7): 4796-4804.

Liu, H. T., and Wang, W. K. 2009. An integrated fuzzy approach for provider evaluation and selection in third-party logistics. Expert Systems with Applications, 36 (3): 4387-4398.

Lorenzo-Romero, C., Constantinides, E., and Brünink, L. A. 2014. Co-creation: Customer integration in social media based product and service development. Procedia - Social and Behavioral Sciences, 148: 383-396.

Macbeth, D. K., and de Opacua, A. I. 2010. Review of services science and possible application in rail maintenance. European Management Journal, 28 (1): 1-13.

Maglio, P. P., and Spohrer, J. 2008. Fundamentals of service science. Journal of the Academy of Marketing Science, 36 (1): 18-20.

Maglio, P. P., Srinivasan, S., Kreulen, J. T., and Spohrer, J. 2006. Service systems, service scientists, SSME, and innovation. Communications of the ACM, 49 (7): 81-85.

Mao, J. Y., Lee, J. N., and Deng, C. P. 2008. Vendors’ perspectives on trust and control in offshore information systems outsourcing. Information and Management, 45 (7): 482-492.

Marinoni, O., Higgins, A., Hajkowicz, S., and Collins, K. 2009. The multiple criteria analysis tool (MCAT): A new software tool to support environmental investment decision making. Environmental Modelling and Software, 24 (2): 153-164.

McDowell, S. W., Wahl, R., and Michelson, J. 2003. Herding cats: The challenges of EMR vendor selection. Journal of Healthcare Information Management, 17 (3): 63-71.

Miller, R. T., and Pessoa, S. 2016. Role and genre expectations in undergraduate case analysis in Information Systems. English for Specific Purposes, 44: 43-56.

Min, H. 1992. Selection of software: The analytic hierarchy process. International Journal of Physical Distribution and Logistics Management, 22 (1): 42-52.

Murry Jr, J. W., and Hammons, J. O. 1995. Delphi: A versatile methodology for conducting qualitative research. The Review of Higher Education, 18 (4): 423-436.

197


Netzer, O., Feldman, R., Goldenberg, J., and Fresko, M. 2012. Mine your own business: Market-structure surveillance through text mining. Marketing Science, 31 (3): 521-543.

Nevo, D., and Chan, Y. E. 2007. A Delphi study of knowledge management systems: Scope and requirements. Information and Management, 44 (6): 583-597.

Ng, I. CL., Maull, R., and Yip, N. 2009. Outcome-based contracts as a driver for systems thinking and service-dominant logic in service science: Evidence from the defence industry. European Management Journal, 27 (6): 377-387.

Nie, G., Zhang, L., Liu, Y., Zheng, X., and Shi, Y. 2009. Decision analysis of data mining project based on Bayesian risk. Expert Systems with Applications, 36 (3): 4589-4594.

Nofal, M. I., and Yusof, Z. M. 2013. Integration of business intelligence and enterprise resource planning within organizations. Procedia Technology, 11: 658-665.

Okoli, C., and Pawlowski, S. D. 2004. The Delphi method as a research tool: An example, design considerations and applications. Information and Management, 42 (1): 15-29.

Orlando. 2009. Gartner identifies the top 10 strategic technologies for 2010. http://www.gartner.com/it/page.jsp?id=1210613. Accessed Oct. 20, 2009.

Ou, L., and Peng, H. 2006. Knowledge and Process Based Decision Support in Business Intelligence System. Paper presented at the 1st International Multi-Symposiums on Computer and Computational Sciences (IMSCCS’06), Hangzhou, China.

Özbayrak, M., and Bell, R. 2003. A knowledge-based decision support system for the management of parts and tools in FMS. Decision Support Systems, 35 (4): 487-515.

Paulson, L. D. 2006. Service science: A new field for today’s economy. Computer, 39 (8): 18-21.

Petrini, M., and Pozzebon, M. 2009. Managing sustainability with the support of business intelligence: Integrating socio-environmental indicators and organisational context. The Journal of Strategic Information Systems, 18 (4): 178-191.

Phan, D. D., and Vogel, D. R. 2010. A model of customer relationship management and business intelligence systems for catalogue and online retailers. Information and Management, 47 (2): 69-77.

Power, D. J. 2008. Understanding data-driven decision support systems. Information Systems Management, 25 (2): 149-154.


198

Reich, Y., and Kapeliuk, A. 2005. A framework for organizing the space of decision problems with application to solving subjective, context-dependent problems. Decision Support Systems, 41 (1): 1-19.

Romero, D., and Vernadat, F. 2016. Enterprise information systems state of the art: Past, present and future trends. Computers in Industry, 79: 3-13.

Rouhani, S., Ghazanfari, M., and Jafari, M. 2012. Evaluation model of business intelligence for enterprise systems using fuzzy TOPSIS. Expert Systems with Applications, 39 (3): 3764-3771.

Saaty, T. L. 2008. Decision making with the analytic hierarchy process. International Journal of Services Sciences, 1 (1): 83-98.

Saaty, T. L., and Sodenkamp, M. 2010. The analytic hierarchy and analytic network measurement processes: The measurement of intangibles. Handbook of Multicriteria Analysis: 91-166. Heidelberg, Germany: Springer.

SAP. 2011. BusinessObjects business intelligence 4.0 solutions: empowering the real-time, mobile, social, and global enterprise. Walldorf, Germany: SAP.

Scott, D. S. 1982. Domains for denotational semantics. Automata Languages and Programming: 577-610. Heidelberg, Germany: Springer.

Shang, J., Tadikamalla, P. R., Kirsch, L. J., and Brown, L. 2008. A decision support system for managing inventory at GlaxoSmithKline. Decision Support Systems, 46 (1): 1-13.

Shi, Z., Huang, Y., He, Q., Xu, L., Liu, S., Qin, L., Jia, Z., Li, J., Huang, H., and Zhao, L. 2007. MSMiner—A developing platform for OLAP. Decision Support Systems, 42 (4): 2016-2028.

Shim, J. P., Warkentin, M., Courtney, J. F., Power, D. J., Sharda, R., and Carlsson, C. 2002. Past, present, and future of decision support technology. Decision Support Systems, 33 (2): 111-126.

Shin, J. H., Min, D., Wan, L., and Kim, J. H. 2009. IT service 2.0: A case study of smart vending machines in Beijing. Journal of Service Science, 1 (2): 227-243.

Spohrer, J., Maglio, P. P., Bailey, J., and Gruhl, D. 2007. Steps toward a science of service systems. IEEE Computer Society, 40 (1): 71-77.

Tam, M. CY., and Tummala, VM. R. 2001. An application of the AHP in vendor selection of a telecommunications system. Omega, 29 (2): 171-182.

Thouin, M. F., Hoffman, J. J., and Ford, E. W. 2009. IT outsourcing and firm-level performance: A transaction cost perspective. Information and Management, 46 (8): 463-469.

199


Tsai, H. Y., Chang, C. W., and Lin, H. L. 2010. Fuzzy hierarchy sensitive with Delphi method to evaluate hospital organization performance. Expert Systems with Applications, 37 (8): 5533-5541.

Tseng, F. SC., and Chou, A. YH. 2006. The concept of document warehousing for multi-dimensional modeling of textual-based business intelligence. Decision Support Systems, 42 (2): 727-744.

Wadhwa, V., and Ravindran, A. R. 2007. Vendor selection in outsourcing. Computers and Operations Research, 34 (12): 3725-3737.

Watt, D. J., Kayis, B., and Willey, K. 2010. The relative importance of tender evaluation and contractor selection criteria. International Journal of Project Management, 28 (1): 51-60.

Weber, C. A., Current, J. R., and Benton, W. C. 1991. Vendor selection criteria and methods. European Journal of Operational Research, 50 (1): 2-18.

Weber, C. A., and Desai, A. 1996. Determination of paths to vendor market efficiency using parallel coordinates representation: A negotiation tool for buyers. European Journal of Operational Research, 90 (1): 142-155.

Wei, C. C., Chien, C. F., and Wang, M. J. 2005. An AHP-based approach to ERP system selection. International Journal of Production Economics, 96 (1): 47-62.

Yan, S. L., Wang, Y., and Liu, J. C. 2012. Research on the comprehensive evaluation of business intelligence system based on BP neural network. Systems Engineering Procedia, 4: 275-281.

Yang, J. L., Chiu, H. N., Tzeng, G. H., and Yeh, R. H. 2008. Vendor selection by integrated fuzzy MCDM techniques with independent and interdependent relationships. Information Sciences, 178 (21): 4166-4183.

Zhang, G. Q., and Shen, G. 2006. Approximable concepts, Chu spaces, and information systems. Theory and Applications of Categories, 17 (5): 80-102.


200

Author BiographyChun-Yang Chang

Ph.D. in Information Management, University of National Sun Yat-sen, Associate Professor, Department of Information Management, National Kaohsiung University of Science and Technology.Specialty: cloud computing, business intelligence, enterprise electronics, e-commerce, online community, digital learning, information security, creative problem solving, performance evaluation, mobile applications

*Jen-Way YangPh.D. Candidate, Department of Electronic Engineering, National Kaohsiung University

of Science and Technology.Specialty: cloud computing, business intelligence, e-commerce, information security, enterprise architecture, software architecture, system analysis

Min-Chu WuGraduate Student, Department of Information Management, National Kaohsiung

University of Science and Technology.Specialty: business intelligence, e-commerce, information security

*E-mail:[email protected]

construct outsourcing vendor selection criteria for business...

Documents