This study introduces a method that can evaluate the efficiency of leakage management practices and devises a formula to set leakage management goals. To develop the evaluation method for deriving leakage reduction factors, real data from small- and medium-sized cities in South Ko-rea were collected. With the data collected, four leakage management factors (or activities) that could improve revenue water ratio or reduce leakage ratio were identified. With the leakage management factors, correlation analysis was carried out to identify the relationship between independent and dependent variables and within independent variables. Once the relationships were identified, standardization of the data using T-score conversion was carried out to scale all data with different units into similar ranges. Finally, the efficiency of leakage management ac-tions was determined by the formulation of leakage using various data analysis approaches us-ing multiple linear regression analysis and deep neural networks. As a result, pipe replacement was determined as an essential activity to decrease the leakage ratio or increase the revenue wa-ter ratio. In addition, annual water loss management actions of the small cities were more ac-tively performed. Furthermore, the performance of data analysis using DNN is more appropri-ate in data classification, considering the characteristics of time series rather than independent data analysis. Through comparison of the above data classification approaches, the increase or decrease in the leakage ratio/revenue water ratio by the water loss management activity of local water distribution systems can be used to construct a more effective model for classification considering both local and temporal characteristics.