2018年伊始，张俊忙着办理离开Discover公司的一切手续。虽然这一步早已在计划之内，但这一天的到来还是让他感觉五味陈杂。

从2004年加入Discover至今，张俊从零开始一手打造了Discover的以数据为本的量化风控部门，并排除万难建立了Discover的高沃信息技术上海数据中心。又在近二年，进一步促进了Discover和中国工商银行的战略合作项目，张俊没有任何遗憾。“可以说，我在Discover的十多年里，想做的事情都做了。接下来，就是我这个老头子创业的时候了。”

Discover是美国领先的几大信用卡信贷金融公司之一，旗下的发现卡（Discover Card）与Visa、Master和American Express并称为美国四大信用卡品牌，并首创了返现（cash back）模式，目前约有2000万活跃持卡客户，而其线上贷款业务规模则是全美第一。

上世纪90年代初，以美国运通（American Express）为首的美国信用卡金融公司开始运用数据建模技术来提升风控能力、解决精准营销等问题，Discover、Capital  One等紧随其后，迅速成为美国金融行业的翘楚，数据分析岗位开始炽手可热。

在中国，消费金融的浪潮却直到2014年之后才开始掀起，伴随着的则是对数据分析、量化风控、精准营销人才的渴求，业内开始追捧有Capital One等公司从业经验的人才。

但几乎没有人注意到，早在2008年，Discover就将自己的全球数据分析中心放在了中国上海，从这个中心流动出去的数据风控方面的人才，早已填充到了中国各大互联网金融公司，并发挥了巨大的作用。

2012年以后，Discover美国总部也陆续有中国员工回国。据不完全统计，目前有Discover从业背景的国内公司高管或创业者达到了150余人。

燎原之火

2012年，盛子夏和乔杨不约而同地从芝加哥回到了中国。不同的是，盛子夏离开了Discover，加盟阿里巴巴（其时蚂蚁金服未独立），而乔杨则来到了Discover的上海数据中心做负责人。

在这个时间节点上，他们谁都没有想到，仅仅几年之后，中国的互联网金融和在线消费信贷业务将迅速爆发，甚至超过美国。而同时，他们在Discover的老同事、老朋友们，将会一波又一波地加入回国的浪潮。

自2007年加入Discover待了5年之后，盛子夏认为自己完整经历了Discover从高点到低谷再到高点的过程，能学的东西也学得差不多了，开始萌生了离开Discover的想法。

“开始还是想去银行，外资银行的香港分部之类的，自己的定位还是比较清楚，毕竟比较习惯”，盛子夏告诉清流Club，“接触到互联网也是很偶然的事情，当时是猎头找来，说阿里想做金融。我对这个就比较感兴趣了，因为我觉得用电商的这些数据去做金融，好像还是挺有意思的，下意识就感觉这里边是有很多金融的机会存在。”

2012年，盛子夏正式进入阿里巴巴集团，负责信贷业务的风控。在他的带领下，阿里的风险管理部通过体系内大数据的充分挖掘和最新的机器学习技术，将在线信贷业务规模翻了几百倍；花呗、借呗从一诞生就采用基于交易级和客户为中心的大数据风险管理模式，并成为了中国在线互联网消费信贷领域的领头羊。

“我刚来阿里的时候他们的金融业务正好在经历一个转型，那个时候他们的信贷刚刚起步，基本上还是用比较传统的方式在做，大部分业务在线下，线上很谨慎。同时正在进行从业务部门驱动到数据部门驱动的变化”，盛子夏告诉清流Club，“公司对于我的信赖，其实反映了公司坚定数据驱动业务发展决心的一个体现。”

这个决心还体现在当时公司最高决策层跟阿里金融负责人的一番对话。阿里金融被要求，接下来三到五年，信贷业务规模要翻一百番，但是“不管以后规模做多大，你现在300人，以后人员永远不能超过500人”。

盛子夏认为正是公司高层决策者的战略眼光，迫使着阿里金融不走那种传统线下人力密集型模式，而是逐渐走上完全基于线上大数据，基于技术的方式。

跟盛子夏定位清晰的回国计划相比，乔杨回国其实充满了犹豫。在被Discover调回上海之前，乔杨一直担心自己生活上调整不过来，中国的信贷市场发展又比较迟滞。

但是在上海中心工作的三年，使乔杨看到了中国在线信贷市场的迅速发展。2015年，乔杨离职跟合伙人成立了一家线上消费信贷公司，拿到A轮融资后，乔杨由于个人原因，退出公司，成为ZRobot的CEO。

ZRobot是一家比较前沿的数据技术公司，由京东金融和美国的ZestFinance公司合资建立，通过利用高维度的变量，利用数据挖掘、机器学习等技术，赋能企业提升商业决策效率。

“当时这个项目吸引我的地方一是京东体量的数据资源，二是ZestFinance世界领先的建模核心技术，再结合我们自身的技术和对中国信贷市场的深刻理解，我觉得这个事一定能做成，所以毫不犹豫选择了加入ZRobot，”乔杨说。在他的带领下，短短的一年时间里，ZRobot携手京东金融研发了业内领先的ABS投资决策引擎，并完成全球市场首单全程接入区块链的汽车融资租赁ABS项目，开发并完善了整套信用评估产品体系并推出了业内首个汽车金融智能决策平台。

比盛子夏和乔杨再早一些回国的是腾讯征信总经理吴丹。但总体来说，2012年左右，从Discover回国的人才并不算多，回国潮是在2014、2015年开始爆发的。

像前蚂蚁金服副总裁杨军，前百度金融风险管理负责人张垚（现为58金融副总裁），京东金融量化运营部负责人雷健雄，京东金融海外消费金融部负责人王黎理，小赢科技高级风险模型总监吴晓春，联想控股金融服务投资部投资总监刘羿，华夏银行卡中心副总经理汪刚，工商银行数据业务负责人孟奇和阳光保险集团大数据中心总经理兼阳光财产保险公司首席数据官李东等均是在2015年左右回国的。

但是Discover为中国消费金融及大数据风控行业输送的人才，不能单单以美国总部的人来计算。

早在2008年，Discover就在中国上海设立数据分析中心，成为美国唯一一个将自己的数据分析中心设在中国而非印度的大型银行的信贷金融公司。

从2010年起，上海数据中心就开始向行业内输送人才。不夸张的说，当时人人都收到了阿里的offer。51信用卡金融中心总经理蒋燕青就是上海数据中心出去的。

2016年加入51信用卡之后，蒋燕青负责了51整体的金融业务板块，涵盖从产品、运营推广到风控策略、大数据、决策系统等各个环节，在短短1年多的时间内带领51信用卡的金融业务实现高速增长，并推出了iCredit智能大数据风控系统。

据清流Club了解到的消息，2008-2009年进入Discover上海中心的第一批45名中国员工，除了极个别去了美国、英国等地工作，另外的人基本都被中国本地的公司消化或自己创业了，如聚信立联合创始人兼CEO罗皓，蚂蚁金服网商银行风险模型负责人操颖平，芝麻信用数据挖掘高级专家席炎，美利金融风控副总裁马鑫等。

可以负责任的说，正是这一批人，奠定了中国数据风控和在线信贷的基础。

美国第一批数据分析师

为什么是Discover为中国早期的风控数据发展输送了如此多的人才？这还要从美国第一批数据分析师说起。

1988年，追随着改革开放后的第一批出国浪潮，张俊来到了美国攻读农业及计量经济学博士学位。他的想法很简单，博士通过，再找个好点的大学读博士后，然后留校任教。但是命运跟他开了一个神奇的玩笑，他“歪打正着”成为了美国信贷金融业第一批数据分析师。

1992年，美国运通（American Express）一个印度籍的工程师提出，可以用统计学的方式分析客户特征。他成功说服了公司由他成立一个试验性的小组，找了几个他的校友、朋友，其中甚至有一个汽车销售，一共6个人研究这个课题。

研究进行了一年多，American Express（AMEX）决定再招一些专业人才继续研究这个课题。

1994年，张俊博士毕业了，通过种种渠道知道了AMEX的试验，非常感兴趣，顺利成为第二批进入这个项目组的三个人之一。

张俊进入AMEX后，开始做第一代模型。“那个时候建模很苦的，跑一个模型你知道要多少时间？四到五个小时！也就是50到60个变量”，初冬的午后，张俊全身放松靠坐在北京金融街威斯丁酒店行政酒廊的椅子上，神情愉悦地回忆，“四五个小时我们干嘛呢？也不能干坐着，我们就去健身房锻炼身体。回来以后，结果出来，就进行生产实验。”

1995年，AMEX的风控模型开始试运行，97年风控系统正式上线，很快为公司带来了巨大的利润，“以亿计算”。

此后几年，AMEX保持着高速增长并把不良贷款降到业内最低，公司意识到数据的价值，开始大量招收统计学、经济学专业背景的人才，至此，美国出现了第一批数据分析师。

无独有偶，在这段时间里，Capital One从弗吉尼亚的Signet地区银行独立出来，用“数据驱动一切”的理念解决营销和风控问题。

但是AMEX的数据更多地运用在风控方面，用数据来判断客户的还款意愿，控制风险；而Capital One作为一家新兴公司，主要客户又是次级群体，其数据驱动主要运用在营销和获客上。

虽然侧重点不同，但当时，AMEX和Capital One是全美唯二的数据风控先驱。

2000年以后，美国几乎所有的信贷金融公司、银行都开始投入大量的人力和物力搭建数据分析部门和量化风控系统，Discover就在这个时候通过猎头找到了张俊，Discover请他帮助公司建立全新的量化风控团队。

彼时张俊已经在AMEX干了十年，身居高管职位。为了进一步挑战自己，张俊没怎么犹豫，就答应去Discover了。

2004年，张俊加入Discover，彼时Discover只有6个模型。

张俊的加入给Discover带来了巨大的改变。据乔杨回忆，“我当时最想去的就是风险管理部门，对我触动最大的就是，开始Discover整个风险管理部只有一百多号人，就在2016那一年，整个风控部门一下子扩大到三百多人。”

由于Discover的客户比较优质，坏账非常低，所以一直以来催收部门都不是很受重视。但是2007年下半年开始，全美经济开始下行，坏账飙升，一下子催收成为公司的重中之重。

Discover做到什么程度呢？一个例子是请了一个西北大学的心理学教授，同时联合了印度一家咨询公司通过研究心理原理对客户的影响。比如研究客户对哪些词有敏感反映，何种话术设计可以使客户更容易接受并达到更好的效果等，哪种文本与图片的组合更有效等，并将此运用在客服和催收两个领域。

同时，当年Discover从摩根士丹利（Morgan Stanley）独立拆分出来，资金来源也受到了极大挑战，Discover开始拓展线上储蓄业务。“仅仅用了三年时间，Discover的线上个人存款业务就做到了全美第二。”

得益于一直秉持的较为稳健的风控策略，Discover平稳渡过了拆分独立和紧接着的08年金融危机。据美国信贷联盟的行业报告显示，Discover的坏账率一直是全美最低水平。

唯一在中国设立数据中心的美国金融公司

如果说上文的一切都是张俊为了Discover的风控业务尽心尽职，那么在中国设立数据分析中心就是在加强Discover的数据分析和量化风控能力之余，为中国的数据风控发展埋下了种子。

加入Discover不久，张俊就琢磨着在中国设立数据分析中心。当时美国很多大型银行和信贷金融公司都将海外数据中心设立在印度。由于意识形态等的原因，美国人对于在中国设计分部抱有疑虑，张俊花了非常多的力气去说服总裁及董事会。

“我找了上海的一家管理咨询公司做了一个调查，论证为什么在中国设立中心比印度有利。主要三个方面，一个是已经有很多公司进入印度了，你的竞争就高了，而中国一家都没有，这个就是优势；第二个，印度老停电，基建也不行，交通不行，但是中国，一不停电，二是已经有高铁了；第三个，人才，其实中国的人才跟印度差不多，体量还多一点，但是流失率比印度低。

这个调研结果一出，管理层全票同意我在中国建立中心。他们没有特别支持你，但是也没有反对的声音。我要的就是这个。”说到这里，张俊显得有些兴奋。

2008年7月，Discover的上海数据中心正式成立。前期招了6个有外资公司工作经验的人作为leader，其中就包括51信用卡金融中心总经理蒋燕青，聚信立联合创始人兼CEO罗皓。

“当时中国根本没有数据分析的概念，学校也没有这个专业。我们就什么专业都要，就是跟工科和统计学相关的”，张俊告诉清流Club，在11天内，他跑了10个学校进行校园宣讲，“北大、清华、南开、北航都去了，学生跟听天书一样，而且我是全英文宣讲，因为我们是个美国公司么，首先对英文要求就很高。我们当时没有考试，没有专业要求，很多同学看我们都是一种怀疑的态度。”

“不过招人还是比较好招的，因为虽然大家不知道Discover是干什么的，但是数据分析本身还是比较新的吸引人的岗位，而且也是个美国公司，当时年薪也近20万，挺高的了。”蒋燕青告诉清流Club，“当时招的前几批人都是很优秀的，国内TOP大学的研究生。”

第一批进入Discover上海中心的是45人。张俊形容，把人招进来之后就“从此一帆风顺”，“中国人太聪明了，学这个太快了。”

从一开始的45人，到后来100人，再到现在165人，Discover上海数据中心迅速扩张，上海海洋大厦一整层每个工位都是满的，“基本上公司全流程分析都放这里，基本上够用了，Discover的绝大部分模型都是这里做的。”

意料之中的是，Discover的上海中心不光为母公司提供了大量风控模型，也为当时中国起步阶段的数据风控行业提供了宝贵的人才。如今，第一批进入Discover的45人早已遍布在国内外各大互联网科技和金融公司之中。实际上，从2010年开始，阿里巴巴就来挖中心的人，几乎每个人的电话都被打爆了。2012年之后，走的人陆续多起来，大部分去了阿里、腾讯、百度这样的互联网巨头公司。

“开始的时候还没什么感觉，但后来慢慢就发现，市场上对Discover出来的人才还是很认可的”，蒋燕青告诉清流Club，他认为原因就两个，“一方面，我们招的人确实很优秀，另一方面，Discover有非常好的培训和实践体系。”

刚加入Discover时，蒋燕青就跟所有Leader一起飞到位于美国芝加哥的Discover的总部进行了为期一个多月的培训，了解公司业务，认识各种领导和同事等。

回国之后，中心分成三条线，一条是风控线，包括发卡、客户管理、催收等，一条是营销线，负责marketing，还有一条是非卡业务线。

大家分别编写培训材料和课程，主要培训应届生消费信贷业务知识、分析和建模工具的使用、建模与策略开发以及工作技巧等。慢慢的，培训越来越完善和成体系，也声名在外。

“光是英语培训，我们就雇了一个美国专门的语言培训机构来上课。我们培训完了还给发证书。” 张俊告诉清流Club，“现在我们的培训上升到了另外的层次，跟美国的威斯康星大学的数据分析学院搞一个联合项目，他们培训完了以后可以拿到毕业证书。”

就这样，Discover的上海数据中心慢慢成为了国内数据风控人才孵化的摇篮。当国内企业注意到数据的价值的时候，往往会想要去美国及外资在华企业挖掘人才，而Disvover的上海数据中心正是他们的第一目标。

长路漫漫

在乔杨的手机上，有一个校友群，里面有150多个人，都是从Discover出来的同事，相互之间关系很好，但是线下聚会并不多。相较于一些公司群、创业群而言，乔杨更把它看做是一个校友群，大家都是从一个学校毕业的同学。

尽管从Discover出来的精英们早已证明了自己的价值，但是Discover的从业经历从没有成为过这些海归精英对外标榜的标签。一般很少听说哪家公司引进了Discover的归国高管。

他们之中，创业的人也较少，大都在国内较知名的公司、银行担任高管或者技术职位，好几年都不挪窝。不少Discover出来的同学表示，这可能跟Discover赋予他们的踏实务实的风格有关。

“还是重技术多过重营销吧”，乔杨表示，Discover背景的人不是名声不显，而是很多知名高管都不对外宣传自己Discover的背景，因为“创业的比较少，也就不需要过多的宣传自己。”

另一个低调的原因也许是数据风控，在当时的中国，还是较为超前的理念，很多基础设施也并不成熟，从业者们都经历了时间不短的阵痛期。

盛子夏在加入阿里金融的相当长的一段时间内，就一直在和公司里的各个业务部门深入探讨数据驱动业务的技术改造方案和实现过程，最终在多次部门级的大幅度组织架构调整和业务决策流程调整后，才渐渐将业务模式从线下转为线上。

“数据化的理念是公司高层面认同的，但是怎么去用这个数据跟在discover是完全不一样的”，盛子夏告诉清流Club，“Discover是用数据做消费者，但是在阿里金融一开始的起步是用消费和交易数据来做企业，小企业经营，这个对我来讲还是有很大挑战的。”

Discover的数据驱动理论面向的是消费者，也就是to C，但是阿里巴巴当时做的是小微企业，是to B，这个时候数据挖掘，看的就不是个人，也没有信用评分，而是看店铺怎么经营，是完全不同的逻辑。

“到了阿里之后我有了非常本质的一个观念的改变，数据能够证明出来不光能对个人的评价，还要做到不依赖任何线下调研，对一个企业通过大数据的方式综合评判”，盛子夏说，“当时就是不断地受到各种挑战（challenge），领导的，同事的，但还好当时也得到了非常多的支持，人员上、资源上、组织上都有各种各样的支持。要不然这个事情我可能真的做不下去了。”

到了2015、2016年，随着消费金融行业爆发式增长，大数据风控越来越被市场所认可。但什么才是真正的大数据风控？到底哪家真的做到了基于数据判断风险和定价？市场上充斥着各种声音。

“我一直说，大数据我早就见过了。90年代初在AMEX，sample都是从几十万、上百万的数据里面抽的”，张俊在谈到如今的大数据风控公司的时候说，“现在很多大数据风控公司，其实做的就是数据的二道贩子。当然我觉得这也没有错，因为市场需要一个成熟的过程，这其中，其实就有很多Discover的同学在做很多踏实的事。”

“我觉得现在国内的互金发展已经远超过美国了”，盛子夏说，“前几年不敢说，这几年， 国内是率先提出了互金的概念，后来又来了一拨P2P，然后基于在线的消费金融，中国在这方面的创新和发展远超过美国的想象力。”

不管如今中国的大数据风控走到了哪一步，不可否认的是，正是这些具有Discover、Capital One等从业经历的归国人才，特别是经过Discover上海数据中心培训的精英们，将数据驱动的理念带到了中国，把种子撒向了各个优秀的互联网科技公司，才能在消费金融的风口来临时，让整个行业蓬勃发展。

如今我们一一梳理具有Discover从业背景的人才，发现他们早已占据了包括BATJ在内的所有优秀互联网、消费金融、传统金融及创业公司的重要高管职位，在中国消费金融及数据风控行业发展中起着举足轻重的作用。

在数据的运用上，中国跟美国相比还有相当长的路要走，不出意外的话，这些Discover的同学仍将在自己的岗位上默默耕耘，继续为中国大数据风控的行业发展发挥自己的作用。