「乐铺」：看好街边商铺业态，用大数据实现交易撮合和智慧运营

对于做生意的人来说，要找到一个心仪的商铺并不容易。一般商户找店时间长达3个多月，决策多靠手工和感觉。目前行业内并没有大型的商铺租赁中介公司，因为商铺分布较为分散，低密度的订单不足以支撑线下店成本；相比住宅，找铺的人对区域没有倾向性，看铺范围广、频次高，效率低下。

但「乐铺」认为这是一个非常好的生意：全国大概有2000多万套商铺，每年仅佣金就有2000亿市场规模；房东和商户两端都不强势，适合做平台；在规模化之前，每一步场景都有收入来源。

36氪曾介绍，乐铺成立于2015年，从街边商铺租赁交易切入，以众包采集铺源+数据精准匹配完成交易撮合，并从寻租延展到后续的装修、金融、运营、乃至商铺托管服务。

创始人张家鹏告诉36氪，乐铺的第一步是成为开店入口，但要完成这件事并不简单：

• 过程像是“开荒”，行业没有任何标准，可参考的存量数据极少。就算与高德地图达成合作，平台仍需覆盖更丰富的数据维度。而在O2O数据采集时，线下数据碎片化严重，难以整合；

• 房源状态的“保鲜”也是难题。平台必须要做全面的商铺字典，房源不仅要真实，还要保证状态准确；

• 原来行业极不诚信，由于信息不对称，交易存在很大的摩擦。为了获取用户的信任，乐铺进行了多种尝试：合作开设“乐铺公益基金”支持弱势开店人，创办“乐铺大学”线上线下公益培训，做 “乐铺开店人”报纸每月直投十万份，还有豪车、直升机看铺等免费服务。

乐铺采用众包模式人工实地拓铺，整个流程包括：用户提交信息（或渠道信息）-人员实勘-点评-上架-保鲜。过去，乐铺不断加大复核比例，整体月均复核率在200%以上，重点区域超过300%。未来团队计划开发AI复核工具，用技术提升效率，降低成本。

乐铺APP

而要实现高效撮合，关键在于细致的标签。正向标签共有110多个维度，包括历史租金、店前人流情况、周边人群属性、业态分布等。反向标签是指标记不适合的条件，比如水果店最远不能离开小区800米，因为是买水果为即时性需求；洗车行不该开在朝西的位置，因为洗车一般在下午，容易暴晒伤漆。

当标签足够细致，以及拥有充足的供需量之后，平台就可以利用算法进行智能匹配，提高交易效率。目前乐铺已经收录了北京40多万套商铺（北京共50万套左右），选址时间也从原来的3个月缩减至1个月，相比行业提升了3倍效率。

据介绍，商铺撮合的行业佣金水平为2.5万／单，而乐铺只收取3000元／单。目前每天都有超过1万人在乐铺平台上寻找商铺，实际每月成交1000单左右，月营收超百万。

基于数据做撮合交易并验证了收费场景，张家鹏认为这是乐铺的1.0阶段。当积累了数据和算法优势，乐铺开始进入2.0阶段：在数据驱动下延伸出资产运营的业务，一是进一步做生意人的服务平台，提供装修、金融、运营指导等服务；二是商铺托管，成为智慧运营平台。

张家鹏表示，平台开展托管业务具有天然的优势：可基于浏览、咨询、收藏等铺源热度信息进行初筛；相似店铺的历史成交记录和价格走势分析，形成有效的议价策略，确保收铺价格具备足够的竞争力；积累的转店数据留存和招商经验策略，让平台拥有了快速出铺招商的技能。

而对房东来说，托管可以解决空置期的问题，租金涨幅更科学；对租客来说，与平台签单更有保障，还可享受灵活的支付方式和金融产品，更重要的是，可以实现街区里客源最大限度的共享。张家鹏认为，街铺社群属性明显，客群中60%以上是重叠的。但现状是商铺各自为政、独立获客，造成很大的浪费。而平台可以统筹安排，“就像把购物中心压扁之后，放到路边街区”，实现街区商铺的智慧运营。

“我们希望未来街铺是一个非常可控、有序的市场，不会有因为信息不对称而产生的摩擦。而乐铺会专注做生态，接入各类供应商，集中采购、科学定价、协同运营，提供装修、SaaS工具、客群运营等服务，目标是成为线下商铺领域的阿里巴巴。”

同样基于大数据提供商铺选址服务的还有36氪曾报道过的上上铺。上上铺base杭州，而乐铺主要base北京，今年年初开始进入上海市场，并在第三个月实现单城盈利。行业远远谈不上竞争，对乐铺来说，最大的挑战仍在于“开荒”本身。

团队方面，目前共有上百人。创始人张家鹏毕业于北京大学、新加坡南洋理工大学和长江商学院EMBA，拥有十年商业地产经验，先后创建了RET睿意德、中商数据等公司。此前，乐铺曾获得经纬中国的Pre-A轮融资，以及险峰长青、清流资本领投的A及A+轮融资。