در تحلیل پوششی داده ها تقریب عالی برای اندازه گیری عملکرد dmu ها با استفاده از ورودی های چند گانه برای تولید خروجی های چندگانه بکار گرفته شده است .در حالات واقعی dmu ها فرایند شبکه ای دو مرحله ای با منابع ورودی مشترک دارند که مورد استفاده عملیات های دو مرحله ای قرار می گیرد. این dmu ها تنها ورودی و خروجی ندارند بلکه اندازه های میانی در بین فرایند دو مرحله ای وجود دارد.مشخصه بارز این است که برخی از ورودی های مرحله اول با هر دو مرحله اول و دوم به اشتراک گذاشته می شوند،اما برخی از ورودی های به اشتراک گذاشته را نمی توان به راحتی جداکردوبه عملیات دو مرحله ای اختصاص داد . درک این تمایز برای این نوع کاربردهای dea خیلی مهم است چون اندازه گیری کارایی تولید برای خروجی مرحله اول می تواند گمراه کننده باشد و اگرdea برخی ورودی هایی که دیگرخروجی های مرحله دوم را تولید میکند در نظر نگیرد کارایی واقعی بیان نمی شود. مجموعه ای از مدل های dea برای اندازه گیری عملکرد فرایند های شبکه ای دو مرحله ای با ورودی های مشترک جدا ناپذیر ایجاد شده است و یک تجزیه کارایی جمعی برای فرایند های شبکه ای دو مرحله ای ارائه می شود. مدل ها تحت فرضیه ی بازده به مقیاس متغیر در نظر گرفته شده در حالی که می توان به آسانی تحت فرضیه ی بازده به مقیاس ثابت بکار برد .یک مکانیسم برای توسعه ی مدل های شبکه ای dea با ورودی و خروجی مشترک ارائه می شود و یک مدل از تحلیل کارایی dmuها که دو مرحله فرآیند شبکه ای دارند معرفی می گردد .