對於做生意的人來說，要找到一個心儀的商鋪並不容易。一般商戶找店時間長達3個多月，決策多靠手工和感覺。目前行業內並沒有大型的商鋪租賃中介公司，因為商鋪分佈較為分散，低密度的訂單不足以支撐線下店成本；相比住宅，找鋪的人對區域沒有傾向性，看鋪範圍廣、頻次高，效率低下。
但「樂鋪」認為這是一個非常好的生意：全國大概有2000多萬套商鋪，每年僅傭金就有2000億市場規模；房東和商戶兩端都不強勢，適合做平台；在規模化之前，每一步場景都有收入來源。
36氪曾介紹，樂鋪成立於2015年，從街邊商鋪租賃交易切入，以眾包採集鋪源+數據精準匹配完成交易撮合，並從尋租延展到後續的裝修、金融、運營、乃至商鋪託管服務。
創始人張家鵬告訴36氪，樂鋪的第一步是成為開店入口，但要完成這件事並不簡單：
過程像是「開荒」，行業沒有任何標準，可參考的存量數據極少。就算與高德地圖達成合作，平台仍需覆蓋更豐富的數據維度。而在O2O數據採集時，線下數據碎片化嚴重，難以整合；
房源狀態的「保鮮」也是難題。平台必須要做全面的商鋪字典，房源不僅要真實，還要保證狀態準確；
原來行業極不誠信，由於信息不對稱，交易存在很大的摩擦。為了獲取用戶的信任，樂鋪進行了多種嘗試：合作開設「樂鋪公益基金」支持弱勢開店人，創辦「樂鋪大學」線上線下公益培訓，做 「樂鋪開店人」報紙每月直投十萬份，還有豪車、直升機看鋪等免費服務。
樂鋪採用眾包模式人工實地拓鋪，整個流程包括：用戶提交信息（或渠道信息）-人員實勘-點評-上架-保鮮。過去，樂鋪不斷加大複核比例，整體月均複核率在200%以上，重點區域超過300%。未來團隊計劃開發AI複核工具，用技術提升效率，降低成本。
樂鋪APP
而要實現高效撮合，關鍵在於細緻的標籤。正向標籤共有110多個維度，包括歷史租金、店前人流情況、周邊人群屬性、業態分佈等。反向標籤是指標記不適合的條件，比如水果店最遠不能離開小區800米，因為是買水果為即時性需求；洗車行不該開在朝西的位置，因為洗車一般在下午，容易暴晒傷漆。
當標籤足夠細緻，以及擁有充足的供需量之後，平台就可以利用算法進行智能匹配，提高交易效率。目前樂鋪已經收錄了北京40多萬套商鋪（北京共50萬套左右），選址時間也從原來的3個月縮減至1個月，相比行業提升了3倍效率。
據介紹，商鋪撮合的行業傭金水平為2.5萬／單，而樂鋪只收取3000元／單。目前每天都有超過1萬人在樂鋪平台上尋找商鋪，實際每月成交1000單左右，月營收超百萬。
基於數據做撮合交易並驗證了收費場景，張家鵬認為這是樂鋪的1.0階段。當積累了數據和算法優勢，樂鋪開始進入2.0階段：在數據驅動下延伸出資產運營的業務，一是進一步做生意人的服務平台，提供裝修、金融、運營指導等服務；二是商鋪託管，成為智慧運營平台。
張家鵬表示，平台開展託管業務具有天然的優勢：可基於瀏覽、諮詢、收藏等鋪源熱度信息進行初篩；相似店鋪的歷史成交記錄和價格走勢分析，形成有效的議價策略，確保收鋪價格具備足夠的競爭力；積累的轉店數據留存和招商經驗策略，讓平台擁有了快速出鋪招商的技能。
而對房東來說，託管可以解決空置期的問題，租金漲幅更科學；對租客來說，與平台簽單更有保障，還可享受靈活的支付方式和金融產品，更重要的是，可以實現街區里客源最大限度的共享。張家鵬認為，街鋪社群屬性明顯，客群中60%以上是重疊的。但現狀是商鋪各自為政、獨立獲客，造成很大的浪費。而平台可以統籌安排，「就像把購物中心壓扁之後，放到路邊街區」，實現街區商鋪的智慧運營。
「我們希望未來街鋪是一個非常可控、有序的市場，不會有因為信息不對稱而產生的摩擦。而樂鋪會專註做生態，接入各類供應商，集中採購、科學定價、協同運營，提供裝修、SaaS工具、客群運營等服務，目標是成為線下商鋪領域的阿里巴巴。」
同樣基於大數據提供商鋪選址服務的還有36氪曾報道過的上上鋪。上上鋪base杭州，而樂鋪主要base北京，今年年初開始進入上海市場，並在第三個月實現單城盈利。行業遠遠談不上競爭，對樂鋪來說，最大的挑戰仍在於「開荒」本身。
團隊方面，目前共有上百人。創始人張家鵬畢業於北京大學、新加坡南洋理工大學和長江商學院EMBA，擁有十年商業地產經驗，先後創建了RET睿意德、中商數據等公司。此前，樂鋪曾獲得經緯中國的Pre-A輪融資，以及險峰長青、清流資本領投的A及A+輪融資。
