维度一:流程是否通用

报销、考勤、标准客服工单这类流程各家差别不大,SaaS 的成熟度与迭代速度是优势;流程本身就是竞争力时,定制才值得。判断方法:把流程画出来,看有几处是我们特有的,超过三处就要谨慎,别把习惯当特色。怎么数特有环节,把例外逐条写出来再归类。

天平与待比较的文件资料
选型场景:权衡与对比自有素材

维度二:集成与数据托管

要与 ERP、MES、财务系统双向同步时,接口质量与字段映射决定成败;数据能否托管在外部,则决定形态。评分时把集成数量、接口文档质量、历史数据迁移都列成条目,逐项打,而不是笼统写集成复杂。为什么集成最难,因为字段与主数据常常对不上。

维度三:上线与变更节奏

SaaS 靠配置上线,周期以周计;定制要需求、开发、测试,周期以月计。业务变化快时,SaaS 的配置能力更实用;变化慢、要求特殊时,定制的可控性更好,但要把后续维护的人一并算上,否则第二年没人接。怎么排上线,把配置、迁移与培训分开估算。

维度四:三年总成本

SaaS 的成本是订阅叠加与集成人力;定制是开发、运维与后续迭代。按三年口径把两类成本都摊开,再看哪条曲线更平;只看首年报价,容易低估定制的运维与升级,也容易高估 SaaS 的长期单价。怎么比成本,按三年人数增长做两档情景。

维度五与六:扩展与审计

定制在二次开发上更灵活,但要自己维护;SaaS 的扩展受产品路线约束,却通常有现成的审计日志与权限模型。涉及审计与留痕要求时,先确认对方能否导出日志、能否满足留存期限,别等评审才问。怎么确认审计,让对方演示日志导出与留存策略。

适用与不适用

适合谁

  • 正在做系统选型的业务与信息化负责人
  • 流程标准化程度较高、变化不大的职能部门
  • 需要向管理层解释三年投入的项目负责人

不适合谁

  • 流程尚未理清、就想上系统的团队
  • 只比较首年报价、不看运维的采购

典型场景

某连锁餐饮企业要上排班系统。评分发现排班规则有大量门店特例,但核心逻辑通用;集成只需对接考勤机与薪资表。团队选择 SaaS 加薄定制:用产品标准排班,把门店特例做成配置规则,薪资导出用脚本补齐,三年成本低于全定制,门店也能在两周内上线。

可执行步骤

  1. 画出流程并标出特有环节的数量,写明每处对业务的影响与责任人名
  2. 列出需要集成的系统、接口方式与字段数量,估算工作量与人日数表
  3. 按三年口径估算订阅、集成与运维成本,设两档人数情景,再比曲线
  4. 确认日志导出、留存期限与审计能力,要求演示一次并留记录备查并存档
  5. 按权重打分并写明未选项的理由,留档供评审与复核时查用,附上依据
选型与对比类目结构示意图
类目示意图:选型与对比通用流程示意 · 上岸智源

常见坑

  • 流程没理清就选型,SaaS 配置不出来、定制也说不清需求,项目在需求阶段反复,预算很快被消耗。
  • 只比首年订阅与开发报价,忽略集成与运维,第三年总支出远超预算,只能砍范围或再申请一笔。
  • 没确认日志导出与留存,审计时拿不到完整记录,只能人工补台账,耗时又容易出错,责任也说不清。
  • 把特有环节都做成定制,系统越来越重,升级一次要改半年,团队疲于应付,业务也不敢提需求。
桌面上的笔记本电脑与方案界面
方案桌面:规划与汇报自有素材

自检与验收清单

  • 流程特有环节是否量化过,影响多大、谁负责
  • 集成系统、接口与字段数量是否列清,有估算
  • 三年总成本是否含集成、运维与升级与升级费用
  • 日志导出格式与留存期限是否确认并演示一次
  • 打分依据与未选理由是否留档备查并复核过数次

常见问题

打分表能代替需求调研吗?

不能。打分是收敛分歧的工具,前提是流程已经画清、集成已经列明;否则六个维度都靠印象,得分再精确也没有意义。建议先做两周流程梳理,再回来打分,效率更高,结论也更经得起追问。

混合形态怎么开始?

从通用环节先上 SaaS,把特有环节留在表格或脚本里,观察三个月再决定是否定制。顺序反过来,往往先做了一堆用不上的定制功能,最后还得回头补标准流程,投入很难收回。投入很难收回成本。

定制一定要买源码吗?

不一定,但要在合同里写清知识产权、二次开发权与退出时的交付物。没有这些条款,所谓定制只是把供应商锁定换了个说法,换人时才发现代码拿不到,数据也导不干净。数据也导不干净,只能重录。

参考来源

  1. 中小企业数字化转型指南 工业和信息化部 · 2022
  2. The State of AI: How organizations are rewiring to capture value McKinsey & Company · 2025
  3. The 2025 AI Index Report Stanford Institute for Human-Centered AI (HAI) · 2025