![[경영과학론] DEA(dataenv elopment analysis)모형 사례분석 -국내 포털 사이트의 상대적 효율성 분석-1](http://images.happyhaksul.com/thumb/461/460885-0001.gif)
![[경영과학론] DEA(dataenv elopment analysis)모형 사례분석 -국내 포털 사이트의 상대적 효율성 분석-2](http://images.happyhaksul.com/thumb/461/460885-0002.gif)
![[경영과학론] DEA(dataenv elopment analysis)모형 사례분석 -국내 포털 사이트의 상대적 효율성 분석-3](http://images.happyhaksul.com/thumb/461/460885-0003.gif)
![[경영과학론] DEA(dataenv elopment analysis)모형 사례분석 -국내 포털 사이트의 상대적 효율성 분석-4](http://images.happyhaksul.com/thumb/461/460885-0004.gif)
![[경영과학론] DEA(dataenv elopment analysis)모형 사례분석 -국내 포털 사이트의 상대적 효율성 분석-5](http://images.happyhaksul.com/thumb/461/460885-0005.gif)
![[경영과학론] DEA(dataenv elopment analysis)모형 사례분석 -국내 포털 사이트의 상대적 효율성 분석-6](http://images.happyhaksul.com/thumb/461/460885-0006.gif)
![[경영과학론] DEA(dataenv elopment analysis)모형 사례분석 -국내 포털 사이트의 상대적 효율성 분석-7](http://images.happyhaksul.com/thumb/461/460885-0007.gif)
![[경영과학론] DEA(dataenv elopment analysis)모형 사례분석 -국내 포털 사이트의 상대적 효율성 분석-8](http://images.happyhaksul.com/thumb/461/460885-0008.gif)
![[경영과학론] DEA(dataenv elopment analysis)모형 사례분석 -국내 포털 사이트의 상대적 효율성 분석-9](http://images.happyhaksul.com/thumb/461/460885-0009.gif)
![[경영과학론] DEA(dataenv elopment analysis)모형 사례분석 -국내 포털 사이트의 상대적 효율성 분석-10](http://images.happyhaksul.com/thumb/461/460885-0010.gif)
![[경영과학론] DEA(dataenv elopment analysis)모형 사례분석 -국내 포털 사이트의 상대적 효율성 분석-11](http://images.happyhaksul.com/thumb/461/460885-0011.gif)
분야
docx국내 포털 사이트의 상대적 효율성 분석
1. 선정요건
2. 투입요소와 산출요소의 구분
3. DEA모형의 작성
1)결정변수의 정의
4.EXCEL을 이용한 워크 시트의 작성
- 2009년 기준.-
국내 주요
포털
사이트 투입요소 산출요소
직원수(명) 투자자본
(백만원) 이용자수
(명) 매출액
(백만원) 체류시간(분)
네이버 3,312 362,405 23,293,000 1,597,949 142
다음 874 13,782 21,587,000 224,556 136
네이트 966 20,140 15,579,000 206,208 85
파란 460 34,500 5,499,000 122,889 20
드림위즈 22 2,650 1,410,000 2,090 32
자료출처 코리안 클릭 /금융감독원 전자공시 시스템(네이트의 경우 싸이월드를 포함.)
3. DEA모형의 작성
결정변수의 정의
네이버의 상대적 효율성을 평가하기 위한 선형계획모형(DEA)을 작성하기 위하여 다음과 같이 결정변수를 정의한다.
W_i=네이버의 투입요소 i의 단위당 가치(가중치)(i=1,2)
K_j=네이버의 산출요소 j의 단위당 가치(가중치)(j=1,2,3)
그리고 네이버의 총 산출요소의 가치는 네의버의 산출요소들의 값과 이들의 가중치를 곱하여 합하면 되고, 이를 수식으로 표현하면 다음과 같다
네이버의 총 산출요소의 가치=23,293,000K_1+1,597,949K_2+142K_3
따라서 목적함수는 총 산출요소의 가치의 최대화 이므로 다음과 같다.
Max U_1=23,293,000K_1+1,597,949K_2+142K_3
그리고 제약식은 “총 산출요소의 가치 ≤ 총 투입요소의 가치” 가 되도록 설정하고, 투입요소의 합은 1이 되어야 한다.
23,293,000K_1+1,597,949K_2+142K_3 ≤3,312W_1+ 362,405W_2 (네이버의 제약식)
21,587,000K_1+224,556K_2+136K_3 ≤ 874W_1+13,782W_2 (다음의 제약식)
15,579,000K_1+206,208K_2+85K_3 ≤ 966W_1+20,140W_2 (네이트의 제약식)
5,499,000K_1+122,889K_2+20K_3 ≤ 460W_1+34,500W_2 (파란의 제약식)
1,410,000K_1+2,090K_2+32K_3 ≤ 22W_1+2,650W_2 (드림위즈의 제약식)
3,312W_1+ 362,405W_2 = 1 (네이버의 총 투입요소의 제약식)
마지막으로 투입요소와 산출요소의 단위당 가치는 비음을 만족해야 하므로 비음조건을 추가해 준다. 이것을 모아서 선형계획 모형을 정리해 보면..
Max U_1= 23,293,000K_1+1,597,949K_2+142K_3
s.t 23,293,000K_1+1,597,949K_2+142K_3 ≤3,312W_1+ 362,405W_2 (네이버의제약식)
21,587,000K_1+224,556K_2+136K_3 ≤ 874W_1+13,782W_2 (다음의 제약식)
15,579,000K_1+206,208K_2+85K_3 ≤ 966W_1+20,140W_2 (네이트의 제약식)
5,499,000K_1+122,889K_2+20K_3 ≤ 460W_1+34,500W_2 (파란의 제약식)
1,410,000K_1+2,090K_2+32K_3 ≤ 22W_1+2,650W_2 (드림위즈의 제약식)
3,312W_1+ 362,405W_2 = 1 (네이버의 총 투입요소의 제약식)
)
and K_1 , K_2, K_3, W_1, W_2≥ 0
같은 방법으로 다음과 네이트, 파란, 드림위즈의 선형계획 모형을 만들면 다음과 같다.
다음의 제약식
Max U_2= 21,587,000K_1+224,556K_2+136K_3
s.t 23,293,000K_1+1,597,949K_2+142K_3 ≤3,312W_1+ 362,405W_2 (네이버의제약식)
21,587,000K_1+224,556K_2+136K_3 ≤ 874W_1+13,782W_2 (다음의 제약식)
15,579,000K_1+206,208K_2+85K_3 ≤ 966W_1+20,140W_2 (네이트의 제약식)
5,499,000K_1+122,889K_2+20K_3 ≤ 460W_1+34,500W_2 (파란의 제약식)
1,410,000K_1+2,090K_2+32K_3 ≤ 22W_1+2,650W_2 (드림위즈의 제약식)
874W_1+13,782W_2 = 1 (다음의 총 투입요소의 제약식)
and K_1 , K_2, K_3, W_1, W_2≥ 0
네이트의 제약식
Max U_3= 15,579,000K_1+206,208K_2+85K_3
s.t 23,293,000K_1+1,597,949K_2+142K_3 ≤3,312W_1+ 362,405W_2 (네이버의 제약식)
21,587,000K_1+224,556K_2+136K_3 ≤ 874W_1+13,782W_2 (다음의 제약식)
15,579,000K_1+206,208K_2+85K_3 ≤ 966W_1+20,140W_2 (네이트의 제약식)
