物理网点选址打分模型汇总.pptVIP

物理网点选址模型 物理网点选址模型 本报告的结构 从总行和分行使用角度确定一系列渠道规划模型 物理网点选址模型 物理网点选址模型 网点类型模型 网点类型模型 调查方法 调查设计 物理网点规划决策系统构成 根据决策的需要，把六个层级的模型分成三个模块： 银行网点选址的传统思路 要获得对前述三个模块（六层决策）支持的需要，我们需要对城市进行充分的了解。 基于GIS理论的全景式的调查可以帮助我们回答部分问题： 城市经济指标：人口数量、人口密度、人口结构、GDP、人均GDP、人均收入、存款余额…… 商圈指标：人口数量、人口密度、人口结构、GDP、人均GDP、人均收入、存款余额、人流量、商业单位、零售单位、服务机构、批发商数量、工业单位数量、年销售量、贷款数量、客户类型、不同客户的需求等…… 竞争格局：现有金融机构的数量、位置、年营业额、提供服务的类别…… 缺点： 只能回答在特定的城市内部网点选址的问题，没法回答选择哪个城市的问题 数据不全、失真，不能准确反应城市和区域的特征 每个城市都需要进行地毯式的调查，才能找到可能值得考虑的候选网点地址，费时费力，极其昂贵 银行网点选址与优化的新思路 城市潜力的判断之外，银行网点规划和优化更多基于城市内部的商圈、人流等的分布。在二手资料数据缺乏，对个体城市进行一手调研相对来说是一个更加可行和高效的方法。 同时结合交通银行现有的一些内部数据，运用计量经济模型等方法可以去衡量网点表现和外部因素之间的关系，然后进行逆向推导和论证。 优点： 简单易行，省时省力省钱，运用简单的模型就可以轻易回答选择哪个城市新开网点的问题 通过市场研究和调查对商圈指标进行了解和计算后，也可以运用相同的公式回答在哪个商圈新开网点的问题 运用模型优化网点的配置 运用模型可以预测未来的变化 可以先形成新开网点的假设，然后有针对性的进行调查，很快可以验证假设 物理网点规划决策的解决方案 根据项目目标决策的需要，同时根据中国市场的特殊情况，我们针对网点规划不同层面的问题提出以下解决方案。 地理位置选择模块城市选择－如何评估城市经济发展水平和零售银行客户价值潜力? 　 地理位置选择模块城市选择 地理位置选择模块区域选择－零售银行网点规划的城市内区域选择 地理位置选择模块区域选择－调研前“区域典型性”的确认 地理位置选择模块网点地址选择 网点具体地址的选择可以通过进一步微观的考察，得到不同具体地理因素对网点表现的权重，帮助我们考察挑选某区域内的合适网址，在确定待选的某些网点后，可以通过模型反推各个网点的潜力得分。 地理位置选择模块网点地址选择 运用计量经济学横截面模型，帮助我们对网点的某些我们关注的指标（比如存款数量、理财产品销售数量）和其他地理位置关键指标进行推导和预测 模型能估算出影响具体测量目标的一系列因子对关键测量目标的影响程度（即权重）：市场渗透率 = 因子1 x 权重1 + 因子2 x 权重2 + …. 城市选择 区域选择 地址选择 网点数量推导 网点类型推导 网点网络布局优化 地理位置选择模块 1 2 3 4 5 6 网点构成模块 网点网络布局模块 充分利用《银行零售客户价值分析与识别研究》成果和方法，进一步确定市场潜力 进行待选城市的消费者调查，确定区域（居住、生活、工作等商圈）的特性和量化指标 通过现有网点的表现和地理特征，推导因素的重要性，作为具体网点地址的选择参考 结合现有市场/城市的表现（比如渗透率）等指标，对新兴城市设定战略目标，并确定相应网点投入数量 在城市区域调查结果的基础上，对不同商圈设定不同的网点类型匹配指数 综合前述模型的输出，对最终网点网络布局提供优化决策 注：数据来源《2006中国城市统计年鉴》，不包含港澳台地区 全国城市行政规划*： 直辖市 4个 副省级市 15个 地级市 268个 县级市 374个 合计 661个 尽管我们知道长三角、珠三角、环渤海是中国最发达的三大经济圈… 但是，如何综合评估一个城市的经济发展水平和零售银行客户价值潜力， 以支持银行网点规划? 人均GDP 人均消费品零售总额 职工平均工资 人均储蓄年末余额 … 城市经济发展水平 的统计指标 统计分析技术 《银行零售客户价值分析与识别研究》成果 零售银行客户价值潜力 综合经济发展水平 优先级：高 优先级：中 优先级：中 优先级：低 典型的 居住区域 典型的 生活区域 典型的 工作区域 经常/最常办理业务的银行网点区域特征 客户行为与银行网点关系的市场调研 (定量研究 CATI) 区域价值诊断 基于区域内客户典型行为与银行网点 联系紧密关系的区域价值分析 区域对银行网点选址的价值 XXXXXX XXXXXX … XXXXXX XXXXXX XXXXXX … XXXXXX XXXXXX … 高价值