SaaS服务模式发展得颇为迅速，但是随着应用得加深，，比如CRM系统，SaaS CRM系统应用难点也逐步的显现出来，前面我们提到了，在信息系统集成与CRM系统语音技术集成上的SaaS CRM系统应用难点，除此之外，在CRM系统的数据分析上，如果企业采用的是SaaS模式CRM系统，那么会产生大量的网络流量，加大企业CRM系统的应用成本，这也成为众多企业的SaaS CRM系统应用难点之一。
SaaS CRM系统数据分析需要以生大量的网络流量为支撑。
从CRM系统应用侧重点，或者说功能上老说，CRM系统有分析型和记账型两种。如果企业采用的是记账型的CRM系统，那么可以跟现在的SaaS模式很好的兼容。因为记账型的CRM系统，只是记入平时跟客户的联系、交易情况，其涉及到的数据库一般都不是很大。
但如果企业采用的是分析型CRM系统，运用SaaS CRM系统就会在一定程度上，加大企业的CRM系统应用负担。因为分析型的CRM系统，在对历史数据进行分析的时候，会产生大量的数据流。如笔者的一家客户，在根据以前三年的交易数据预测未来一年的订单数量的时候，其需要用到过去三年的交易数据。而且需要对这些数据进行统计、分析。那时，将这个服务器系统与客户端都部署在企业的局域网内(这个网络的性能与吞吐量要比互联网好的多)，也大概需要花费半个小时的时间。而如果采取SaaS模式来部署 CRM系统，由于服务器是部署在互联网上的。现在用户需要运行这个预测功能的话，需要从服务器上下载相关的数据然后进行分析统计，由于受到网络速度的限制，特别国内的网络速度是比较慢的，跟局域网的速度没有可比性，所以SaaS CRM系统的数据分析在网络应用上，或产生大量的网络流量。
有些SaaS服务器上可能已经预见到了这种情况，他们在CRM系统设计的时候对此做了一定程度的改善。如对于这些可能产生大量数据流量的作业，会将其放在服务器上运行。即企业用户将需要完成的需求通过代码的形式反映到服务器。在服务器端直接从数据库中查询数据并进行统计分析以及相关的运算，而不会将这些数据下载到客户端在进行分析。最后将得到的结果再返回给用户。这种方式虽然可以在很大程度上提高由此产生的网络流量，提高应用程序的性能。但是由此也会造成一个新的问题。如在一些CRM系统的分析、统计作业中，有可能用户不仅需要最终的结果，而且还需要中间的运算过程。因为当用户对最终的结果感到怀疑时，他们需要查看中间的数据以进行核对。如现在需要统计客户过去三年的应收帐款情况，以确定最新的折扣政策。这也需要用到大量的基础数据。此时软件设计者是可以将这个运算放在服务上运行，然后将最终的结果返回给用户。此时在网络上传输的数据量不会很多。但是，如果用户对最后产生的结果有怀疑，他们需要产看某一年度的应收帐款统计情况。其实这个在上面的过程中已经统计过，此时服务器没有把相关的中间结果返回给用户。此时用户就不得不重新提交一个请求。显然这又会浪费不少的时间。
现在SaaS应用模式与CRM软件结合的比较好的，基本上都是那些记账型的CRM系统。或者虽然有分析功能，但是企业用的比较少。要利用CRM系统进行统计、分析、预测，必然需要用到大量的基础数据。而要跟互联网上的数据传递这些数据，到目前为止的企业联网速度，用户可能需要等待比较长的时间。即使设计者改变数据处理的位置，那么也是用户牺牲中间运算结果为代价的。而在某些情况下，这些中间的运算结果对于用户来说有很大的实用价值。
所以，这个角度讲，分析型的CRM系统现在还很难跟SaaS模式很好的集成。其应用难点就是数据分析是会产生大量的网络流量，加大企业CRM系统应用成本！
温馨提示：
如果您在CRM系统选购、实施、维护等方面遇到疑难问题，欢迎联系乾元坤和CRM系统开发技术工程师，他们会给您详细的解答， 。