تکنیکهای اندازهگیری کارایی در دو حوزهی مرزهای پارامتریک و مرزهای ناپارامتریک توسعه یافته و هر یک دارای توانمندیها و محدودیتهای ویژهای هستند. تحلیل پوششی دادهها مرسوم ترین روش در اندازهگیری کارایی می باشد. رویکرد دیگری که اخیرا در برخی مطالعات مطرح شده؛ تخمین مرز کارایی با استفاده از شبکههای عصبی مصنوعی می باشد. شبکههای عصبی به دلایلی چون دقت بالا در تخمین توابع تولید، توانایی عمل در محیطهای غیر خطی و در نظر گرفتن مفروضات اندک در مورد شکل تابع تولید، توجه ویژهای را به خود جلب داشته است. در این مطالعه؛ با استفاده از دو روش شبکههای عصبی مصنوعی و تحلیل پوششی دادهها به اندازهگیری کارایی شعب بانک تجارت استان مازندران در دی ماه سال 1388 پرداخته شد. نتایج شبکههای عصبی نشان داد که از بین 85 شعبه مورد ارزیابی؛ تنها شعبهی مرکزی آمل به صورت کارا عمل میکرد. از طرفی شعب کارا در روش تحلیل پوششی دادهها 7 شعبهی مرکزی آمل، تنکابن، خدمات درمانی، طبرستان، امام بهشهر، فریدونکنار و قائمشهر بودند. مقایسه نتایج نشان داد که دو روش واحدهای تقریبا مشابهی را به عنوان واحدهای قوی و واحدهای ضعیف معرفی کردهاند؛ ضمن اینکه رابطهی قوی بین رتبه بندیها و نمرات کارایی ارائه شده توسط دو روش وجود داشت.