目前，微保平台已经服务上亿的微信用户，自研平台也已经接入36家保险公司，处理超过十亿级别用户会话、千亿级别用户行为。

但微保最开始做保险推荐和获客的时候，也曾经历迷茫试错期。

李羽表示，微保一开始觉得保险推荐和其他互联网领域情况类似，可以很容易上线获得收益，但实际完全不是这么回事。

最开始半年的研发，微保做了三个模型版本升级、15次实验，但只有一次推荐获得收益，效果也仅仅只有1%左右。

这种情况下，微保做了大量分析和行业调研，才一步步找到保险和其他领域推荐的不同，其中差异主要包括SKU规模小、用户认知差、产品复杂且限制多等等。

为了解决SKU规模小、产品复杂的问题，微保引入了组合的概念，将原来单个保险产品做成组合，产品形态上是多个产品组合融合成一种卡片，再辅助一些推荐理由，逐渐让用户产生共鸣，把原来30个保险种类扩展成上千个SKU组合。

针对用户认知差的问题，微保重新定义了问题，从端到端建模更改为意愿度推荐模型，在用户买或不买、点或不点之前，就进行用户认知程度识别，按照认知层级推荐。在认知度模型实验中，这种方法成功对10%的尾部用户点击率造成极大提升。