云计算服务定价策略国内外研究现状及发展动态分析.docx

云计算服务定价策略国内外研究现状及发展动态分析.docx

《云计算服务定价策略国内外研究现状及发展动态分析.docx》由会员分享，可在线阅读，更多相关《云计算服务定价策略国内外研究现状及发展动态分析.docx（7页珍藏版）》请在冰豆网上搜索。

云计算服务定价策略国内外研究现状及发展动态分析

云计算服务收益国内外研究现状及发展动态分析

1）云计算研究

最早学术参考文献和试图制定云计算时间可以追溯到1997年在运筹及管理科学协会上一篇论文。

Chellappa[9]把云计算作为一种计算模式来使用，在该计算模式里，计算边界将被确定为基本原理而非技术限制。

第一个真正宣讲云计算学术论文要追溯至2007年，然后此类文论数量在2008年迅速增加。

Sriram&Khajeh-Hosseini[10]在系统性文献综述中发现，学术界似乎落后于迅速发展云计算领域。

他们还发现，该研究分裂成了两个截然不同观点。

一个是研究云技术问题，另一个是从企业和用户角度看待云计算含义。

应当被指出是，这里企业指是云服务客户。

Tai[11]建议给新兴云计算研究领域命名为“云服务工程”，它被定义为一个“集合商业和技术思想，以管理云服务为目一门学科”。

从云服务供应商角度考虑云计算含义文献（如Buyya等（2009）[12],Durkee（2010）[13],Weinhardt等（2009）[2][14]）仍然十分有限。

从业务或管理角度提及云计算文章（例如，Creeger（2009）[15],Iyer&Henderson（2010）[16]）通常只是介绍云计算模式，讨论云服务主要优势和问题。

文献[1]研究了已发布出现在Scopus数字图书馆出现不同主题域云计算文章数量，发现计算机科学（ComputerScience）领域大约占52.2%，工程（Engineering）领域大约占26.1%，社会科学（SocialSciences）领域大约占8.7%，材料科学（MaterialSciences）领域大约占7.2%，经营、管理和会计（Business，ManagementandAccounting）领域大约占5.8%。

可以看出，在经营和管理方面云计算文献数量非常少。

综上所述，尽管有关云计算会议和论文数量迅速增加，并且学者们对云计算兴趣也在不断提升，但是现有有关文献范围仍然非常窄。

现有文献大多是集中于研究技术问题并且很少从企业或者组织管理角度去研究。

目前，针对云计算服务收益最大化问题相关研究主要集中在以下几个方面：

①云计算定价策略研究；②云计算服务供应链协调机制研究。

2）定价策略研究

①固定价格策略

Weinhardt等[2]认为云服务商业成功只能通过培养完善定价机制，并指出按使用量支付（Payperuse）是当前服务供应商最为广泛使用定价模式，他们举例说明，亚马逊EC2，GoogleAppEngine和FlexScale公司等都是通过使用按使用量支付（Payperuse）方式收取服务费用，并且取得了成功；他们还认为按使用量支付定价通常以基础设施即服务（IaaS）和平台即服务（PaaS）方式使用，但是它只能允许对特定应用需求进行定制。

Yeo等[17]指出，按使用量支付（Payperuse）价格对于用户而言更易于理解和直观，但是这种机制却不能使收入最大化，也不会根据不同用户需求来区分定价。

JaakkoJäätmaa[1]通过案例研究方法，发现尽管有人怀疑一个定价机制是否会适合所有云服务，然而大家也普遍接受大多数云服务采用按使用支付定价机制。

Youseff等[3]认为，不同云服务定价模式已采取如下三种形式之一：

分级定价（Tieredpricing），每单位定价（Per-unitpricing）和基于认购定价（Subscription-basedpricing）。

他们指出，亚马逊云系统就采用了分级定价（Tieredpricing），当中云服务以集中等级方式提供，并且每一级提供固定计算规格（如内存分配，CPU类型和速度等）；他们认为，每单位定价（Per-unitpricing）通常是用于数据传输或内存使用，也比分级定价灵活，因为它允许用户根据他们自己具体需求而定制自己系统主内存分配；他们认为，基于认购定价（Subscription-basedpricing）是SaaS最为广泛应用定价模式，它允许客户预测他们使用云服务周期费用。

Weinhardt等[2]讨论了云计算认购定价（Subscription），提出认购是一种类似于按使用量支付（Payperuse）但又不同定价模型；为了以固定价格在较长时间范围内（一般每月或者每年）使用服务单位一个预选组合，客户认购（或者签订合约），并且认为在订阅模式中，定价是单位时间，而不是每消费单位；他们举例，OpSoure，SmugMug，XDrive和XCalibre公司都是采用认购（Subscription）方式，并且取得成功。

Yeo等人[17]对比了可变定价和固定价格并分析了利弊，认为固定定价（Fixedpricing）没有区分基于不同客户需求定价。

他们指出为效用计算给定固定价格对供应商和消费者都是不公平，因为不同用户有各自独特意愿，而且针对不同资源需求所提供服务质量是随时在变；对用户来说，固定价格一般要比多种价格更容易理解并且更加直观。

然而，不是所有用户都会有相同需求。

因此，对所有用户定相同价格是不公平，因为不是所有用户都可以支付相同价格；此外，基于各类资源价格固定静态定价，云计算服务商在对用户服务请求没有太多决策空间，只能选择或者拒绝客户请求；云计算服务商就不能通过基于不同用户需求不同定价来给予特定激励，因此他们提出了一个简单自主定价机制，并证明相比其他普通固定定价机制，该定价机制能够获得更高收益。

然而此作者只是考虑了两个基本用户需求-申请和服务，并且他们这个定价模式只不过是固定定价一种。

②动态定价

对用户来说，固定价格一般要比多种价格更容易理解并且更加直观。

然而，不是所有用户都会有相同需求。

制定固定价格也不可以使对价格敏感用户得到好处，因为他们更愿意接受有所限制但是价格较低交易。

此外，制定固定价格后，供应商就不能通过基于不同用户需求不同定价来给予特定激励。

而动态定价策略则根据顾客认可产品、服务价值或者根据供需状况动态调整商品价格，允许同样商品或服务因为顾客、时间、空间或供需状况不同而给予不同价格。

现有云计算服务动态定价研究有：

JinsongOuyang等[18]针对实用程序服务供应商从一个共享资源池中为多个用户按需提供服务和应用程序问题，在深入考虑了时间和需求对于定价影响基础上，运用仿真研究方法得出了效用计算动态定价机制。

通过这种定价机制，一方面使价格在时间间隔上可以适应供应和需求曲线；另一方面，价格可以通过时间间隔来管理分布资源需求，使资源利用更加有效和均衡。

CheeShinYeo等[19]针对固定定价没有考虑客户需求以及客户对服务要求这一问题，深入分析了时间、需求以及资源对于定价影响，采用实例证明方法对比动态定价及固定定价利弊，提出了自动化定价机制，解决了用户需求（如并行应用程序）和服务要求（如期限和预算）。

MarianMihailescu等[20]针对多类型资源分享问题，分析了多类型资源以及市场状况对于定价影响，在联邦云基础上提出了动态定价机制，并运用模拟仿真方法对其性能进行了评估。

从而使用户使用率提升了，同时也提高了买方成功需求比例以及买方分配资源比例。

Zeihtmal[21]认为客户价值是指消费者根据自身所取得及所付出感知，对产品效用所做全面性评价。

客户价值是受整体利益驱使，是客户对服务（产品）感知，是客户愿意支付价格[22][23]。

IT服务商必须首先了解他们客户是如何感知价值，感知价值是指将要得到利益及正在获得产品或者服务价格感知之间权衡关系[24]。

服务商应该了解这些权衡关系，而且要知道如何影响产品和服务配置来使客户价值和商业成果最大化[25]。

综上所述，现有研究重点集中在时间、市场状况、服务水平等影响因素作用下，提出了云计算服务动态定价机制，解决了用户需求、服务要求以及多资源分配问题。

但是，这些研究更多地考虑了云计算服务商利益而非客户利益，追求往往是短期利益。

而客户价值作为影响云计算服务定价重要因素之一却被忽略。

因此，我们可以发现当前对云计算服务动态定价研究存在以下问题：

（1）考虑了云计算服务商利益多于客户利益，但是如果云计算服务商要追求长期利益，就必须使客户利益最大化。

（2）客户价值作为云计算服务定价重要影响因素之一，现有研究没有深入地分析其作用并将其运用到云计算服务定价中。

3）云计算服务供应链协调

云计算服务供应链是一种具有鲜明云计算服务特点特殊服务供应链形式。

正如FrankFischer等[8]提出云计算即是一个供应链说法，在普通供应链中各种具体管理活动行为（如综合行为，信息共享，共担风险和回报，及客户服务商相同焦点）在云计算服务供应链中仍然成立。

他们在考虑对方决策同时，也要考虑如何制定自己决策才能达到各自及整体利益双赢，即实现分散决策及整体决策一致——供应链协调契约。

MaikLindner等[26]讨论了云供应链定义和组成，指出一个服务型供应链是希望通过提供不同水平服务提高增值服务，提出了“供应链平台即服务”观点，认为在动态和不确定环境下，优化目标就是，发现合适服务供应商按照服务质量（QualityofService，QoS）来最大化绩效。

这些最优化包括服务上下文过滤，性能预测和服务水平协议（ServiceLevelAgreement）谈判。

云计算服务供应链协调，是实现该链整体收益最大化一个必不可少重要方法和途径。

由于国内外关于云计算服务供应链协调机制研究还较少涉及，但是它作为一种服务供应链形式，使用目前国内外服务供应链协调研究为其提供理论支持。

服务供应链协调策略较多，这里我们主要研究是能够促进服务供应链整体收益最大化收益共享契约、风险分担机制以及激励机制。

下面分别针对这三个方面国内外研究现状进行介绍和分析：

①在供应链收益共享契约方面，文献[27][28][29][30][31]对供应链收益共享契约进行了研究，表明收益共享系数（或收益分配系数）是设计收益共享契约关键。

文献[32][33]主要研究了收益共享契约是否可以有效协调供应链绩效。

文献[34][35][36]研究了收益共享契约中收益共享系数取值区间范围，但没有给出收益共享系数确定值。

文献[37][38]研究了供应链收益共享机制中参数灵敏性问题。

目前研究主要集中在两级制造业供应链共享契约方面，服务供应链研究报道较少。

.Cachon和Lariviere[28]研究了普通供应链模型（收益由每个零售商采购数量和价格）中收益共享契约，他们还确定了它优势和局限。

收益共享效能及其他协调机制进行了比较，如产品返销契约和价格折扣契约。

Demirkan和Cheng[39]研究了由一个应用服务供应商（ASP）和一个应用基础设施供应商（AIP）组成供应链。

在不同协调策略下，涉及ASP和AIP之间风险和信息共享，他们检验了供应链性能。

最近，Ilaria和Pierpaolo[34]针对一个三级供应链提出了一个收益共享契约模型。

②在云计算服务供应链风险分担机制方面，Brodsky等[40]从ASP、客户以及服务交易、信息网络技术等角度进行研究，认为应用服务供应链在运作过程中所面临市场需求不确定风险主要由买卖双方信息不对称而产生道德风险、逆向选择以及不稳定市场环境、信息网络所产生。

目前，已有研究主要从应用服务供应链上节点企业即ASP、客户出发研究各自在市场需求不确定下风险问题。

Madhuchhanda等[41]从ASP角度对其所面临市场风险成因进行分析，并针对各种风险提出了相应规避方法。

然而，从应用服务供应链角度去研究市场需求不确定下风险问题仅见文献[38]。

③云计算服务供应链激励机制方面，Ellram、Tate、Bilinglon认为服务已成为全球经济重要部分，并提出了服务供应链概念和模型框架[42]。

Demirkan和Cheng构造了由一个ASP（applicationserviceprovider，应用服务运营商）和一个AIP（applicationinfrastructureprovider，应用设施提供商）组成服务供应链模型,研究了各种协调策略供应链绩效问题[39]。

Baltacioglu、Ada和Kaplan等提出了一个服务供应链结构模型，并应用于医疗保健行业[43]。

刘伟华等提出了基于服务产品服务供应链集成化设计过程,主要包括服务供应链构建需求分析、服务产品设计、服务供应链类型确定、服务供应链成员选择及确定和服务供应链形成及运行等5个方面[44]。

Barnes-Schuster、Bassok和Anupindi从更一般假设条件下，深入分析了单阶段数量柔性契约问题[45]。

Cachon和Lariviere研究了数量柔性契约及预测共享之间相互影响[46]。

Yüksel和Lee用绝对值代替了比例值作为阈值,研究了数量柔性契约[47]。

纵观上述国内外关于服务供应链协调研究，针对供应链收益共享契约研究，存在主要问题有：

①服务供应链收益共享契约中没有考虑云服务供应链特性；②在大多数关于收益共享系数研究中，很多都只给出了收益共享系数取值区间范围,但没有给出收益共享系数确定值求解方法。

对于服务供应链风险分担机制研究，主要存在以下问题：

大多数针对服务供应链风险分担机制都停留于定性分析，较少通过构建需求不确定条件下风险分担机制模型做定量化研究。

针对由买卖双方信息不对称而产生道德风险研究，大多是定性分析，很少通过构建道德风险模型来研究和得到合理化风险分担机制。

关于激励机制研究较少，很多都是从供应链绩效和协调契约方面入手，缺乏对供应链激励机制模型化研究。

当前有关云计算服务运营商服务定价机制及供应链协调研究国内外都刚刚处于起步阶段，以基于客户认知价值为动态定价研究切入点，进行云计算服务动态定价策略研究，以实现期望收益最大化为目标，进行云计算服务供应链协调机制研究，蕴藏着巨大机遇和挑战。

参考文献

[1]JaakkoJäätmaa.FinancialAspectsofCloudComputingBusinessModels.DepartmentofBusinessTechnology,SchoolofEconomics,AaltoUniversity,2010.

[2]Weinhardt,C.,Anandasivam,A.,Blau,B.,Borissov,N.,Meini,T.,Michalk,W.&Stosser,J.CloudComputing-AClassification,BusinessModels,andResearchDirections.BusinessModels&InformationSystemsEngineering,2009,1（5）:

391-399.

[3]Youseff,L.,Butrico,M.&DaSilva,D.TowardaUnifiedOntologyofCloudComputing.Proceedingsof2008IEEEGridComputingEnvironmentsWorkshop,2008.1-10.

[4]AnandasivamA.,BuschekS.,Buyya,R.AHeuristicApproachforCapacityControlinClouds.CommerceandEnterpriseComputing,2009.90-97.

[5]MarioMac´ıas,J.OriolFit´o,JordiGuitart.Rule-basedSLAManagementforRevenueMaximisationinCloudComputingMarkets.BarcelonaSupercomputingCenterandUniversitatPolitecnicadeCatalunya,2009.

[6]LinhaiHe,JeanWalrand.PricingandRevenueSharingStrategiesforInternetServiceProviders.SelectedAreasinCommunications,2006,24（5）:

942-951.

[7]Harmon,R.,Demirkan,H.,Hefley,B.&Auseklies,N.PricingStrategiesforInformationTechnologyServices:

AValue-BasedApproach.Proceedingsof42ndHawaiiInternationalConferenceonSystemSciences,2009.1-10.

[8]FrankFischer,Dr.FredaTurner.CloudComputingasaSupplyChain.BusinessOperations-SystemsPerspectivesinGlobalOrganizations,WaldenUniversity,2009.

[9]ChellappaR.Cloudcomputing—emergingparadigmforcomputinginInstituteforOperationsManagementandResearch（INFORMS）Dallas’97meeting,1997.

[10]Sriram,I.&Khajeh-Hosseini,A.ResearchAgendainCloudTechnologies.ArXivpreprint,submittedto1stACMSymposiumonCloudComputing..

[11]Tai,S.CloudServiceEngineering.Proceedingsof18thIEEEInternationalWorkshopsonEnablingTechnologies:

InfrastructuresforCollaborativeEnterprises,2010,3-4.

[12]Buyya,R.,Yeo,C.S.,Venugopal,S.,Broberg,J.&Brandic,I.CloudcomputingandemergingITplatforms:

Vision,hype,andrealityfordeliveringcomputingasthe5thutility.FutureGenerationComputerSystems,2009,25（6）:

599-616.

[13]Durkee,D.WhyCloudComputingWillNeverBeFree.ACMQueue,2010,8（4）:

1-10.

[14]Weinhardt,C.&Anandasivam,A.&Blau,B.&Stößer,J.BusinessModelsintheServiceWorld.IEEEITProfessional,2009,11

（2）:

28-33.

[15]Creeger,M.CTORoundtable:

CloudComputing.CommunicationsoftheACM,2009,52（8）:

50-56.

[16]Iyer,B.&Henderson,J.C.PreparingfortheFuture:

UnderstandingtheSevenCapabilitiesofCloudComputing.MISQuarterlyExecutive,2010,9

（2）:

117-131.

[17]Yeo,C.S.,Venugopal,S.,Chu,X.&Buyya,R.Automaticmeteredpricingforautilitycomputingservice.FutureGenerationComputerSystems,InPress,CorrectedProof,AvailableonlineJune2009.

[18]JinsongOuyang,AkhilSahai,JimPruyne.AMechanismofSpecifyingandDeterminingPricinginUtilityComputingEnvironments.Business-DrivenITManagement,2007,39-44.

[19]CheeShinYeo,SrikumarVenugopal,XingchenChu,RajkumarBuyya.Autonomicmeteredpricingforautilitycomputingservice.FutureGenerationComputerSystems,2010,26:

1368-1380.

[20]MarianMihailescu,YongMengTeo.Strategy-ProofDynamicResourcePricingofMultipleResourceTypesonFederatedClouds.LectureNotesinComputerScience,2010,1:

337-350.

[21]ValarieA.Zeithaml.ConsumerPerceptionsofPrice,QualityandValue:

Ameans-EndModelandSynthesisofEvidence[J].JournalofMarketing,1988,52（July）:

2-22.

[22]Harmon,R.Laird,G.,“Linkingmarketingstrategytocustomervalue:

ImplicationsofTechnologyMarketers,”InKocaoglu,etal（Eds.）InnovationinTechnologyManagement,Portland:

PICMETPublishing,1997,897-900.

[23]Sheth,J.N.,Newman,B,I.,andGross,B.L.,ConsumptionValuesandMarketChoices:

TheoryandApplication.Cincinnati,OH:

SouthwesternPublishingCompany,1991.

[24]Harmon,R.,Raffo,D.,andFaulk,S.,”Incorporatingpricesensitivitymeasurementintothesoftwareengineeringprocess,”inKocaoglu,D.andT.Anderson（Eds.）,TechnologyManagementforReshapingtheworld,Portland:

PICMET/IEEEPublishing