دانلود کتاب Managing Service Productivity: Using Frontier Efficiency Methodologies and Multicriteria Decision Making for Improving Service Performance

روش‌های کارایی مرزی به دو نوع طبقه‌بندی می‌شوند: مرز تولید قطعی و مرز تولید تصادفی. مرز به حداکثر حد اشاره دارد که نشان دهنده بهترین رویکردهای تولید است. بهره وری استفاده از حداکثر خروجی تولید شده از ترکیب معینی از ورودی ها است. مرز تولید تصادفی [یعنی تجزیه و تحلیل مرزی تصادفی (SFA)] اثرات ناکارآمدی فنی را امکان پذیر می کند، می تواند نویز آماری را در اندازه گیری کارایی محاسبه کند، و همچنین یک شکل عملکردی را برای تولید مشخص می کند (به عنوان مثال، تابع هزینه). مرز تولید قطعی، مانند تجزیه و تحلیل پوششی داده ها (DEA)، یک رویکرد برنامه ریزی هدف است، که فرض می کند هر گونه انحراف واحدهای تصمیم گیری (DMU) از مرز به دلیل ناکارآمدی فنی است. یک مزیت کلیدی این رویکرد نسبت به SFA این است که به راحتی هر دو ورودی و خروجی های متعدد را در خود جای می دهد و از آنجایی که یک رویکرد ناپارامتریک است، تجمیع قبلی ورودی ها یا خروجی ها ضروری نیست. علاوه بر این، یک فرم عملکردی خاص برای فرآیند تولید نیازی به تحمیل بر مدل ندارد (همانطور که در استفاده از رویکرد SFA لازم است). از زمان معرفی آن در سال 1978، DEA به یکی از روش های ناپارامتریک برجسته برای اندازه گیری کارایی و بهره وری DMU تبدیل شده است. DEA یک تکنیک برنامه‌ریزی خطی است که مرز بهترین عملکرد را از مجموعه‌ای از همتایان (DMUs) تعیین می‌کند و کارایی بین بهترین عملکرد و واحدهای مشاهده‌شده را با استفاده از ورودی‌ها و خروجی‌های متعدد اندازه‌گیری می‌کند. مدل‌های DEA اکنون به طور معمول در حوزه‌هایی استفاده می‌شوند که از ارزیابی بخش‌های عمومی مانند بیمارستان‌ها و سیستم‌های مراقبت بهداشتی و مدارس و دانشگاه‌ها تا بخش‌های خصوصی مانند بانک‌ها و مؤسسات مالی را شامل می‌شود. مزیت DEA گنجاندن ورودی های متعدد و خروجی های متعدد برای اندازه گیری کارایی نسبی مجموعه ای از واحدهای تصمیم گیری همگن بدون فرض پیشینی بیشینه سازی سود و به حداقل رساندن هزینه است.
مدل‌های DEA برای ارزیابی عملکرد و بهبود DMUها، از جمله جنبه‌های چندبعدی مسائل و عملیات بهره‌وری خدمات که می‌تواند به مدیران در بهبود عملکرد خدمات کمک کند، مفید هستند.