大数据技术应用于零售银行转型与创新研究(2015年2月)_大数据在银行渠道中的应用分析

1、大数据技术应用于零售银行转型与创新研究第9期：大数据在银行渠道中的应用分析前 言本期报告分析大数据在银行渠道中的应用，包括大数据在电子银行渠道和社区银行中的应用分析，主要框架如下：正文目录前 言3第一部分 大数据在电子银行渠道中的应用7一、电子银行发展概况7（一）电子银行用户情况7（二）电子银行交易规模8（三）电子银行安全认知情况10二、基于大数据的电子银行业务特征11（一）基于一定主题11（二）以决策需求为中心11（三）数据的全局一致性11（四）以数据清洗技术为基础12（五）采用数据驱动的设计原则12三、大数据时代电子银行创新案例12（一）招商银行网银专业版7.0121、大数据运用构建智慧化

2、网银122、优化流程实现“轻”银行体验133、高协同打造O2O金融生态圈13（二）民生银行手机银行微账单141、回顾用户业务数据142、基于数据分析用户实力指标163、微账单创新分析17四、电子银行如何利用大数据技术提高竞争力18（一）电子银行产品与服务创新18（二）信贷风险分析和管理18（三）电子银行客户关系管理19五、基于银行自助设备的大数据平台应用19（一）大数据平台应用探索191、操作优化202、用户维度模型203、流程优化204、优化模型205、流程体验改进建议报告21（二）大数据平台功能架构211、数据域212、应用域223、管控域22第二部分 大数据在社区银行建设中的应用23一、

3、我国社区银行发展模式23（一）以民生银行为代表的“服务主导”模式23（二）以平安银行为代表的“产品主导”模式24（三）以兴业银行为代表的“储蓄所”模式24二、社区银行网点类型与产品匹配25三、大数据助力社区银行布局建设25（一）网点的布局与选址26（二）经营模式的选择27（三）差异化资源配置27（四）网点绩效评价27图表目录图表1：零售银行业务问题与解决方案矩阵图1图表2：银联信零售银行业务信息支持产品一览表2图表3：2014年个人用户电子银行渠道使用率7图表4：2013Q2-2014Q2网上银行交易规模8图表5：2014年第2季度网上银行市场交易份额9图表6：2013Q3-2014Q3网上银

4、行交易规模9图表7：2014年第3季度手机银行市场交易份额10图表8：个人电子银行渠道安全感认知10图表9：招行网银专业版7.0“特别推荐”、“优惠快讯”举例13图表10：民生银行手机银行微账单“相识相伴”举例14图表11：民生银行手机银行微账单“第一次转账”举例15图表12：民生银行手机银行微账单“第一次理财”举例15图表13：民生银行手机银行微账单“约惠密语”举例16图表14：民生银行手机银行微账单“硬实力”举例17图表15：民生银行手机银行微账单“未来资产”举例17图表16：社区银行网点类型与产品匹配25图表17：大数据分析之社区银行网点选址2628大数据在银行渠道中的应用分析第一部分

5、大数据在电子银行渠道中的应用一、电子银行发展概况（一）电子银行用户情况2014年个人电子银行的用户比例为43%，较上年增长7.2个百分点。其中，个人网银用户比例为35.6%，手机银行用户比例为17.8%，电话银行用户比例为12.9%，微信银行用户比例为6.8%。图表1：2014年个人用户电子银行渠道使用率数据来源：银联信整理电子银行活动用户（指最近1年使用过网上银行、手机银行、电话银行等电子渠道的用户）细分为6类用户，分别为常支付型，占比32%；常转账型，占比21%；常查询型，占比17%；常转型支付型，占比16%；综合理财型，占比7%；股票投资型，占比6%。（二）电子银行交易规模网上银行方面，

6、2014年第2季度我国网上银行市场整体交易规模达到382.7万亿元，环比增长8.7%，同比增长27.8%。图表2：2013Q2-2014Q2网上银行交易规模数据来源：易观国际 银联信整理2014年第2季度，市场份额格局保持相对稳定，工、建、农、中四大行依然凭借庞大的客户群体分别位列市场前四位，合计拥有超过七成的市场份额，交通银行与招商银行分别以7.2%和5.2%的市场份额紧随其后。图表3：2014年第2季度网上银行市场交易份额数据来源：易观国际 银联信整理手机银行方面，2014年三季度，我国手机银行客户交易金额达7.95万亿元，环比增长26.3%。图表4：2013Q3-2014Q3网上银行交易

7、规模数据来源：易观国际 银联信整理就3季度的市场格局来说，建行依靠早期对于手机银行的布局和积累依然占据市场首位，但相对第二位工行的领先优势已微乎其微，两者依旧占据了市场40%的份额，民生银行本季度以13.5%的市场份额保持在第三位，农行与招行分列第4、第5位，份额相差极为微小，竞争也更为激烈。中国银行在3季度份额有所增长，超越交通银行排名第6位，但其手机银行市场交易规模与其余三大国有行相比仍存在一定的差距。图表5：2014年第3季度手机银行市场交易份额数据来源：易观国际 银联信整理（三）电子银行安全认知情况72%的个人电子银行用户认为网上银行最安全，远高于其他电子银行渠道。图表6：个人电子银行

8、渠道安全感认知数据来源：银联信整理二、基于大数据的电子银行业务特征银行获得的数据来源多样，数据类型一致性程度不高，数据结构既包含结构化数据，又有可能包含大量非结构化数据。在这样的情况下，银行需要对这些数据进行清洗、转换和整合，这就决定了商业银行可以采集到的数据具有一些基本特征：面向主题的、集成性、相对稳定性、随时间更新。这些特点说明基于大数据的银行业务在数据组织、数据存储和数据处理都与基于传统数据库的银行业务具有较大的区别。因此在进行面向大数据业务应用设计时，不能照搬传统业务应用系统的设计方法，而应充分考虑大数据的特点而采取相应的处理方法。（一）基于一定主题传统业务设计方式是面向业务应用的，一

9、般是从某一具体业务应用出发来进行数据库设计，然后在数据库上建立起这些业务应用。而基于大数据的银行业务设计是面向分析的，它的开发往往从最基本的主题开始，不断地发展新的主题，完善原有的主题，最终建立一个面向主题的分析决策型数据环境。（二）以决策需求为中心传统业务应用设计有一个确定的业务应用需求，这是传统业务应用系统设计与开发的基础。而在面向大数据银行业务应用环境下，并不存在操作型环境中较为固定的事务流、数据处理流和信息流，大数据业务应用环境的数据分析处理的需求更加灵活，没有固定的格式。因而，在进行大数据银行业务设计时将会从决策需求出发来进行设计。（三）数据的全局一致性在设计传统应用数据库时，事务处

10、理性能（主要表现为事务处理的响应时间）是传统业务应用系统的主要设计目标。而在进行基于大数据的银行业务设计时，关心的则是建立一个全局一致的数据分析环境作为银行决策支持系统的基础。因此，面向大数据银行业务应用设计的主要目标是：保障数据的四个基本特征，确保数据的全局一致性，以实现对银行数据的全局管理与控制。（四）以数据清洗技术为基础传统业务应用环境数据的输入通常来自组织外部，设计传统业务应用是设计如何通过与外部交互得到数据、如何将获得的数据用适当的方式进行存储、如何对数据进行联机查询、更新等操作，以及如何保障数据的安全可靠与正确有效等。而大数据应用的数据主要来自业已存在的系统内部，在这种情况下将会设

11、计如何从现存的数据源中得到完整一致的数据，如何将所得的数据进行转换、重组和综合，如何有效地提高数据的分析效率与准确性。（五）采用数据驱动的设计原则在传统业务应用系统设计环境中，业务过程和规则比较规范而固定，系统设计人员比较了解业务应用的需求和数据流程。系统设计一般采用系统生命周期法（Systems Development Life Cycle，SDLC）。而在大数据业务应用环境中，决策分析人员对决策分析的需求较难做出规范说明，只能给设计人员一个抽象和模糊的描述。这就要求设计人员在与用户不断的交流中，将系统需求逐步明确与完善。为解决这种需求不确定的系统开发过程，将面向大数据银行业务应用的设计方法

12、描述并称之为与SDLC法相反的CLDS方法。三、大数据时代电子银行创新案例（一）招商银行网银专业版7.02014年，招商银行全新发布其网上银行专业版7.0，新版招行网银以更加人性化、智慧化、扁平化的特点，提供了一个安全、快捷、便利、开放、一站式的移动金融基础服务平台。1、大数据运用构建智慧化网银大数据技术的运用使得招行网银专业版7.0能更加精准地定位目标客户、捕捉客户偏好，满足个性化需求。例如客户登录后，系统会根据数据挖掘模型的成果在“特别推介”频道向客户展示推荐三款最适合他的产品；首页还设置了个性化推荐的优惠快讯和投资理财产品，避免客户面对名目众多的优惠活动和产品选择而不知所措。图表7：招行

13、网银专业版7.0“特别推荐”、“优惠快讯”举例资料来源：银联信整理在专业版7.0中的操作过程中，客户完成转账汇款、信用卡还款、生活缴费等常用交易后，成功页面会为客户提供其最有可能进行的下一步操作。2、优化流程实现“轻”银行体验一是“一站式”管理本行账户。客户在登录首页就可以快速完成查询、转账、缴费等大部分账户操作。此外，客户还可以通过授权管理功能，实现对本行他人账户和对公账户的管理。二是“一站式”管理所有银行账户。专业版7.0在超级网银菜单下，客户关联的他行账户一目了然，对他行账户进行余额查询、账单查询与跨行资金归集也变得更加方便和快捷。三是“一站式”管理个人财务事件。专业版7.0的“理财日历

14、”功能将客户信用卡还款、个人贷款、缴费等日常需要处理的事件清晰展示在统一的界面中，并为客户提供了快速的业务办理入口。3、高协同打造O2O金融生态圈一是与线下渠道的协同。例如，专业版7.0提供了信用卡在线申请入口，客户即可在线直接申请信用卡。专业版7.0的做法是将尽可能多的线下流程转移到线上，尽可能减少线下的数据录入和审核工作。二是与远程银行中心的协同。专业版7.0上线后，招行客服人员能够清楚了解客户所面对的页面，以及可能面临的问题，从而更好地为客户提供服务。三是与外部渠道的协同。例如与畅捷通合作推出小微企业管理平台，客户可以通过专业版跳转至畅捷通平台使用在线进销存和资金看板等企业财务管理服务。

15、（二）民生银行手机银行微账单支付宝十年账单引发了网络狂欢也启迪部分同道在大数据应用上的追赶。2015年1月，民生银行利用金融大数据上线首家手机银行微账单，用户不但可以回顾自己的业务数据，还可以知晓自己十年后能获得的财富。1、回顾用户业务数据微账单会先根据开立手机银行账户的时间长短为客户授予爵位并馈赠相应积分，接着从签约时间、第一次转账、第一次支付、第一次理财、约惠密语等几个侧面回顾“匆匆那年”客户所办的业务。图表8：民生银行手机银行微账单“相识相伴”举例资料来源：民生银行官网图表9：民生银行手机银行微账单“第一次转账”举例资料来源：民生银行官网图表10：民生银行手机银行微账单“第一次理财”举例

16、资料来源：民生银行官网图表11：民生银行手机银行微账单“约惠密语”举例资料来源：民生银行官网2、基于数据分析用户实力指标最吸引人的是微账单中的“硬实力”和“穿越机会”，除告知出入账金额外，微账单分析了客户五项实力指标，并带每位金融达人“穿越”至十年后，抢先知晓财富排名，过足“岛主”、“金主”瘾。民生银行推出手机银行微账单意在为每位手机银行客户量身打造一份私人财富报告，不单是想与客户一起回忆度过往昔，还要告诉客户在资产管理上有何提升的空间。基于后台数据，民生手机银行微账单将客户的活跃程度、财富、理财、人脉、资产等进行了模型分析，并以雷达图表展现，提示客户财富管理的短板。图表12：民生银行手机银行

17、微账单“硬实力”举例资料来源：民生银行官网图表13：民生银行手机银行微账单“未来资产”举例资料来源：民生银行官网3、微账单创新分析此前支付宝曾推出过晒账单的产品，意图在增加互动中提升用户粘性，但国内的银行还没有推出过类似的产品，民生银行推出的手机银行微账单也是一次有益的和用户互动的尝试。在网络时代，各类用户数据已成为企业洞察客户需求、精准推荐服务最具价值和信息的资源。目前，互联网企业在数据搜集和应用上走在了前面，而每天都能积累大量的交易数据的商业银行在大数据的应用上则正在奋起直追。但是，商业银行在数据价值挖掘上做的还远远不够。银行中有着海量的数据存储远多于其它行业，其最后真正能够用于创造价值的

18、数据只占总数据量的1/3左右，在“大数据”分析的帮助下，银行对客户细分的广度和深度会大增，对经营行动的指导性也越来越强，帮助银行发掘之前没有注意到的机会。民生银行在支付宝账单之后仅一个月推出首款金融机构自己的微账单，表现出商业银行在改进客户体验上的大胆创新意识，同时也显露民生银行在大数据应用方面已做足了准备。民生银行相关负责人表示，相关部门还在加大数据挖掘和应用的尝试，未来希望能在客户细分、精准营销、定价、增值服务、风险管理等领域做实大数据应用的价值链，确保客户体验，在实现精细化管理和业务转型升级上更进一步。四、电子银行如何利用大数据技术提高竞争力基于银行已有集成的大量数据，银行可以在以下模块

19、获得较大的突破：电子银行业务分析、信贷风险分析和管理以及客户关系管理。（一）电子银行产品与服务创新以会计系统、信贷系统、银行卡系统、客户信息系统等为数据源，通过建立成本/利润模型、风险模型、客户分析模型、营销分析模型等，发现用户的真实需求，并针对需求设计产品与服务，实现产品与服务的持续改进，提高产品创新能力和中收盈利能力。（二）信贷风险分析和管理信贷风险管理包括信贷风险权数分析、信贷资产质量分析、信贷行为分析、信贷风险组合分析和管理。信贷风险管理以会计系统、信贷系统、客户信息系统为数据来源。通过建立信贷风险分析模型和资产组合分析模型，提高风险分析能力，从而防范和降低信贷风险，提高信贷质量，增加

20、银行收益。同时可通过提供电子化稽核手段和工具，进行稽核数据分析，保障资金安全，风险防范，资产负债比例管理和审计，非现场稽核等。（三）电子银行客户关系管理电子银行客户关系管理是运用现代信息技术和市场营销理论，对银行的客户关系进行重新界定和管理，也是银行和客户全面接触的统一技术平台和智能服务系统。客户关系管理以银行卡系统、网银系统、信贷系统等为数据源，通过建立客户细分模块、客户风险管理模块和客户生命周期识别等，进行客户信息的智能分析和挖掘，实现客户关系的维护和优化、客户交流和反馈管理、以客户为中心的产品开发、分销渠道管理以及客户风险管理等功能。同时实现前台（市场营销、客户服务等）和后台（经营管理和

21、决策等支持环节）的有机结合，全面提高银行的市场营销和客户服务水平。根据银行客户量大，少数大客户贡献突出的特点，提供强有效的分析决策支持，帮助银行发现有价值的客户，对客户进行分类以及多方面量化评估，找出客户的真实需求，从而确定服务工作的重点以及新产品开发的重点，解决客户价值提升和市场开拓问题。五、基于银行自助设备的大数据平台应用终端设备数据流的产生、交换、存储、分析以及使用，目前还处于终端设备这个单独的应用链条中，并没有融入到金融机构的业务链条的其他节点中。通过对终端设备的业务数据的集合分析，通过实际使用数据，一方面通过改进终端界面和服务流程，改进人机交互体验，提升终端设备的用户体验价值；另一方

22、面可提供银行终端现金管理的优化建议；同时，可为终端业务创新、金融服务精准营销、增值服务等方面的探索提供助力。通过大数据平台建设，将形成银行的四大中心：数据资产中心、数据分析应用中心、数据资产管控中心、数据资产共享中心。整个数据中心通过丰富的应用，发挥企业数据的价值，让数据变成资产，最终让数据中心成为银行运营的智慧大脑。（一）大数据平台应用探索1、操作优化目前金融终端交互界面基本以硬件厂商产品原型为基础加以银行金融机构个性化小改动固化下来，使得市面上所有自助终端交互界面普遍相同或相似，无法体现出来金融服务能力的个性化，更加无法达到以客户为中心的市场宗旨。平台从操作时间域、用户区域、用户类型、卡类

23、型等多个维度出发，区分自助终端的使用者、使用卡类型、操作时间（节假日/工作日、闲时/忙时、时间段），针对金融机构市场营销设定策略，完成自助终端交互界面的个性化区别展现。根据实现设计原理主要划分为用户多维度类型划分、自助终端交互界面规则配置、自助终端交互规则引擎。2、用户维度模型银行用户可以多个方面划分区别维度，包括用户区域性、用户级别、用户卡类型，以上的划分角度实际上是以重合组合存在的。一个具体的银行卡用户，自身就存在着开 户行、开户地点（本地、异地等）、卡类型（普卡、金卡、储蓄卡、信用卡等等）等多种划分方式。因此业务操作交易记录主体信息中，可以按上述定义出区域性、用户级别、卡类型，以该维度结

24、合市场营销或银行自身的用户体系 区分出不同的交互界面功能。3、流程优化金融自助终端研发、产业化、投入使用整个过程经过严格质量监督把控，保证终端设备生产线路上安全、顺畅，自助终端的在线业务环境结合多方面的因素，包括银行核心业务系统、增值业务服务、地理环境以及实际人为因素等，使得自助终端在实现使用过程中会出现流程不流畅、操作不方便，甚至严重的金融交易事故等。本平台针对持卡用户使用自助终端进行业务操作记录数据，包括操作时间、操作步骤、业务操作次数等，综合聚类、分析、挖掘，指 导自助终端业务流程的完善。4、优化模型目前金融自助终端设备中针对每次操作记录日志，包括时间、操作类型、操作步骤、按钮次数等，同

25、时记录存、取款的人民币冠字号信息，除此以外，个人银行账户信息也能读取并显示出来。综合上述数据信息，结合银行安全级别要求，以目标为导向获取操作日志信息进行分析流程体验改进。交易日志操作时间，可以清楚分析出业务受理消耗时间，包括业务系统服务器消耗时间、个人终端操作时间（包括界面信息查找、读取、理解、反应）。操作类型、操作步骤，连贯操作日志记录，可以综合了解操作人群的操作习惯，综合分析 出绝大多数人操作流程习惯。操作按钮次数，综合分析出来操作者行为意向，改变减少重复按钮的使用次数，减少服 务器压力、提高操作友好性。5、流程体验改进建议报告以图表、文字结合清楚描述每笔业务操作时间、结合持卡人年龄、性别

26、、操作业务及步骤可能存在的问题（包括时间、性能、误操作次数、流程重复性等）以及有待提高点。综合展现以交易大数据分析个人行为结果，发现、验证、修复、完善、验证提高自助终端以及金融服务能力。包括用户卡安全结果，如吞卡事件发生机率主题分析、锁卡事件安全机率主题分析等，以数据结合现象验证目前可以完善服务流程，最终为用卡用户提供快捷、方便、安全的自助金融终端。（二）大数据平台功能架构大数据平台结合了银行业发展情况和未来发展需要，按照分层、分级设计理念，系统由三大域构成：应用域、数据域、管控域，打造银行业的智能数据中心，为银行业的运营、管 理工作提供有力支撑，提升银行业的竞争力。1、数据域数据域依托平台数

27、据仓库的数据优势，为银行提供有价值的信息服务，支撑银行运营决策分析。数据域由数据处理层、数据存储层构成。数据域通过标准化的逻辑模型完成数据仓库中 数据的基本存储功能，并通过数据挖掘等技术，进行数据的加工，形成信息和知识，为外部数据访问需求提供数据访问服务；为系统内部的 应用域提供各种数据和信息，满足上层业务应用开发的需要，支撑平台的自身发展。数据处理层从各外围系统中采集相关基础数据，进行数据的清洗透析、转换和加载，并对整个处理流程的异常情况进行管控。数据处理层实现平台数据仓库中基础数据、汇总数据以及加工后的信息存放和管理功能。2、应用域应用域为银行提供精确营销和智能分析，支撑银行决策、运营管理

28、和市场营销。应用域由基础功能层、应用功能层、访问层三部分组成。该域对外提供平台的应用服务。应用域通过基础功能组件的健全和系统应用的完 善，逐步以信息适配的方式，为市场、业务问题和不同的使用角色提供有针对的分析功能，协助解决问题。同时对应用功能划分为共性应用和个性应用，为各种个性化需求提供专项支撑，更好的适应银行发展需求。基础功能层包括了OLAP方案、即席查询、信息展现、智能检索、用户行为洞察、流程引擎等，通过对分析功能和各种基础能力的集成，形成功能支撑单元，为应用功能层提供数据和功能支撑。应用功能层包括了终端优化、人民币特征、运营提升、市场营销等应用分析功能，为银行的经营、分析、决策提供有力的

29、支撑。访问层提供了统一的访问门户以及适配管理，根据人员角色提供个性化的工作台，提供访问 适配和主动服务能力，配置完善的应用信息推送机制。通过多种渠道向业务人员推送平台分 析的结果，将平台分析应用逐步渗透至市场经营的各个环节。3、管控域管控域以数据仓库的数据管理为基础，持续改善全程数据质量管控能力。管控域包括元数据管理、主数据管理、数据质量管理、数据标准管理、数据生命周期管理、应用生命周期管理、知识库管理、运维管理、安全管理和系统配置管理。平台通过数据管控域有效地发挥元数据管理的优势，结合生命周期管理，进一步完善数据质量监控应用和数据运维管理机制，逐步实现银行全程数据质量的监管。平台的数据和应用

30、涉及到公司经营方面的各类敏感信息，因此，需要建立全面的安全管理机制，提升系统的安全防控能力。第二部分 大数据在社区银行建设中的应用一、我国社区银行发展模式近年来，随着行业竞争日趋激烈，小微企业和个人客户开始成为许多银行竞争争夺的领域，在此背景下，社区银行也成为被频繁提及的概念。不过，与其本来涵义相比，目前国内所指的社区银行，并不是针对机构的整体属性，而只是关注对社区客户所提供的服务本身。目前这个领域颇为积极的股份制商业银行，在机构属性上（从规模、业务结构以及客户结构来看）与真正意义上的社区银行（在美国，社区银行被界定为资产规模在10亿美元以下的银行）还相差甚远。不过，不管概念如何去判定，对社区

31、银行关注度的上升，反映了中国银行业在过去一段时期中的一个重要趋势，即普遍加大了对零售银行业务的拓展力度。这一调整背后主要有两方面原因：一方面，随着利率市场化加速推进，市场竞争日渐加剧，银行在拓展传统大企业客户时所面对的挑战越来越多，议价能力和获利空间由此受到极大削弱，亟需拓展新的客户和收入来源。另一方面，随着中国经济持续增长，居民人均收入水平提高，对金融服务的需求（总量和类型）出现了爆发式的增长，零售银行业务的市场潜力也开始迅速显现。如今，距离社区银行“跑马圈地”的高峰期超过一年多时间，不少社区银行实践案例也从试水摸索逐渐成型。截至2014年11月2日，民生银行、光大银行、兴业银行、浦发银行、

32、平安银行在获得牌照并投入运营的社区支行数量方面排名前五，分别为406家、286家、232家、118家、71家。目前，我国社区银行的发展模式主要包括以下三类。（一）以民生银行为代表的“服务主导”模式作为社区银行发展的领头羊，民生银行于2013年提出“小区”金融战略，快速推进社区银行建设。从时点来看，民生银行的网点扩张速度暂时领先于业务发展速度，因此社区银行网点在为客户提供移动开卡、手机银行、网上理财等基础产品销售和内容指引的同时，主要以社区化的服务手段提高客户黏合度，服务属性强于产品属性。（二）以平安银行为代表的“产品主导”模式平安银行的社区银行布点采取跟随策略，网点多在其他社区银行附近设立。社

33、区银行定位为金融产品的销售渠道和展示场所，为平安集团的银行、保险、信托等产品提供销售服务。社区银行的渠道特征较为明显。（三）以兴业银行为代表的“储蓄所”模式兴业银行的社区银行布局和一般的网点相似，不过突出了布局的社区性（定位大社区，包括居民社区、写字楼、专业市场主要出入口附近）。所提供的服务和一般网点差异较少，是依托于社区支行来满足客户的综合性金融需求，类似于国有银行储蓄所的设置。分析我国社区银行现有模式可以看出，我国社区银行主要特点是：一是在产品和提高多种零售银行产品和服务方面，一般很少或者根本不收交易费用。二是在目标市场方面，主要服务于周围的家庭、企业和农民，而大型银行往往服务大型集团企业

34、。三是对资金的吸收和利用、资金的投资和融资来源通常是在同一地区。四是在贷款审批方面，社区银行更具有地理优势，获取信息更方便，可以实现对借款人的品质，家族史及个人可支配开支及其他相关信息的个性化访问。五是在银行网点的经营环境上，通常会进行贴心的设计，如划分儿童活动区、社区活动室、商务会议区等区域。六是在便民服务、贴心关怀方面，通常会开展代缴水电费、代订鲜花、代订蛋糕、代送干洗衣服、专家医疗服务等。二、社区银行网点类型与产品匹配根据银行业实践，我国社区银行网点大致可分为以下类型：图表14：社区银行网点类型社区网点类型社区定位客户群主要产品及服务社区服务型大型社区老旧社区职工楼中低收入人群中老年人群

35、弱势群体Ø 银行卡开卡、转账等 Ø 销售保本型理财产品、代理保险产品Ø 代收物业费、水电费等服务Ø 与医院合作提供预约挂号等服务商圈金融型大型市场周边商住两用小区写字楼个体工商户小微企业主Ø POS机、电子银行转账及资金归集、团办信用卡等优质结算服务Ø 代发工资Ø 匹配专项小微贷款、理财产品等， 提供优质的融资和投资服务商业服务型大型卖场、超市周边商圈周边中青年客户高消费人群Ø 信用卡、消费贷款Ø 电子银行产品与服务Ø 高风险高收益理财产品Ø 便民缴费等服务小区金融型中高档小区商住两用

36、小区高收入人群高净值人群小微企业主Ø 个性化的财务规划及理财服务Ø 电子银行产品及服务Ø 家族基金、家财保险、出国留学等服务农村服务型城中村城边村农户Ø 银行卡、转账汇款Ø 保本理财产品、代理保险产品Ø 代发土地补偿等服务Ø 农户消费贷款、农机具贷款等资料来源：银联信整理三、大数据助力社区银行布局建设数据是银行最为重要的资产之一，是银行支持精细化管理、实现差异化服务、加强业务创新、提升风险分析能力的基础。近年来，随着数据挖掘和大数据技术应用的日益深入，数据带来的业务、管理价值也日益显现。社区银行作为一种新型的银行渠道是未来物

37、理渠道建设的重点和发展方向，定位于客户身边的银行，建设以银行业务为主的金融生态链系统，让银行逐渐嵌入各种数字生态圈中，使得社区银行除了承载各种未来金融业务的大平台之外，更能成为信任中心。通过这个分销渠道，不仅可以带动其他银行业务的发展，也可以带来品牌知名度的迅速提升以及客户粘合度的不断增强。然而随着监管力度逐渐严格、市场变化日益加速、来自电商及其他非传统金融机构的竞争不断增强，社区银行的经营环境不容乐观。在这样的大环境下，社区银行要保持竞争力，维护自身的生存与发展，必须更好地发现数据所能提供的价值，并积极地运用各种技术及管理手段，最大化的实现这些价值。因此，社区银行的规划建设，应深度契合社区银

38、行的需求，同时也匹配社区银行的潮流，立足大数据，从网点的布局与选址、经营模式选择、差异化资源配置及绩效评价四方面循序渐进、不断深入地布局与建设。（一）网点的布局与选址传统的银行网点布局与选址往往由于不能及时掌握和处理大量的信息数据以及分析工具不够完善，某种程度上造成了网点分布和建设的盲目性，也造成了网点单产低、业务趋同，不能很好的适应逐步提高的经济发展水平和客户个性化的需求。社区银行旨为中小企业、社区居民提供优质的金融服务，解决“最后一公里”的问题，采取“求异型”的竞争策略，因其自身的特殊定位，银行需要更有针对性的考虑目标客户群的金融需求，数据的缺失以及分析工具的不健全对于社区银行更是亟待解决的问题。基于大数据社区银行网点布局与选址，可借助互联网海量数据以及大数据分析技术，突破传统布局与选