【前言】

近年来，外部大数据在银行咨询的应用一直是业内关注的焦点。我们期望在这一段时间和诸位透过手机信令数据来看一看商业银行选址的那些事。我们从厦门市商业银行布局出发，结合手机信令数据来分析厦门市银行选址的偏好特征、布局特征、覆盖客群特征等，最后以信令数据为引，和诸位共同探讨大数据在运用中的现实意义与不足。

【正文】

大数据让银行选址的复杂性可见。

从辐射多少人谈起

从网点辐射各类人口来看，网点辐射人口成“金字塔型”，网点辐射的基础人口规模具有较大的不平等性，因此，网点无论是在人员还是功能方面配置上也必须充分体现“不平等性”。

在基本辐射人口数量上，厦门市 75% 以上的银行网点周边职住人口超过 1.4 万人，区域人流量超过 11 万人。如果诸位在同类城市希望新设一处网点，或可以此为人口规模准入参考标准。

很容易得到印证的是，随着商业银行网点总量的“提高”，“基本”的辐射人口数量会适量“放宽”。从厦门市各商业银行辐射职住人口来看，一方面网点规模的增多确实使得网点辐射人口的“基准”在适量的下降，另一方面，从统计角度，有较好的推断意义。

在辐射人口规模这个角度上，我们看到的是各类型商业银行的“掐尖”程度中，股份制商业银行>城市商业银行>国有大型商业银行>农商行。

而当进一步分解职住比的时候，网点辐射在“居住人口9000人，工作人口4000人”的区域较为集中。

从“功能”的角度

“职住”人口数量反映的是区域为银行提供多少“稳定”的客群，而与“多少人”同样重要的是，职、住、访三类人口的比例，即区域的功能性质。伴随着城市的发展，诸如中心城市空心化、城市郊区“鬼城”化等现象对银行如何布局、如何定位都将形成新的挑战。

分别将居住、就业、到访人口相对规模占比作为区域的居住、就业、服务功能度，同时按各功能度占比，将区域划分为居住区、就业区、服务区、综合区。

从全市网点辐射区域的功能特征来看，全市 72% 的银行网点都处于混合功能区，而流动人口占主导的“服务区”在各家行的选择中均选择了“回避”。而对“深入”居住区这件事，银行似乎没有我们想象的那么感兴趣。

而在工作区、居住区点的比例来看，厦门国际银行、华夏银行、招商银行、工商银行就业区网点比例较高，预判其对公司类客户的重视度要高于其他银行，而平安银行、浦发银行、厦门农商银行、兴业银行居住区的比例高于其他同业，可见其对社区居民的重视程度。相应的，其在产品、定位上的差异不言而喻。

向诸位说明的是，从网点辐射区域的功能性质具有很强的“主观”色彩，一方面突出的是以银行网点自身为中心，而非自然地理功能区，无法将全市“完整”功能区图谱展现的情况下，区域之间容易形成一定的误导，另一方面，“综合区”在各个功能的分配上是一个暗箱。例如，网点在就业区的比例明显高于居住区，事实上并不意味着网点对居住功能的重视不及就业。事实上从功能度的偏好上，银行网点是“乐于”服务居民的，但在辐射主导的功能方面更偏向综合与就业，望诸位不要断章取义。

无论是规模或是功能，大数据在很大意义上“丰富”了商业选址评价的维度，在本节我们看到的是：

1、 大数据为商业选址的人口基准提供了一个可用的范式；

2、 “扎堆”与“交叉下，银行选址“差异化”的分析路径仍然存在。

几句题外话：大数据在选址分析上一定程度上在为传统的分析路径“升维”,后续将就更多维度与诸位探讨，但我们也相信大数据在决策落地中仍然将走向 “低维”。而由于节后工作紧张，更新或不能及时，如诸位对大数据在银行选址、定位分析与应用有较大的兴趣，不妨留言评论或来电来函交流，我们期待与诸位交流。