Lavender는 AI 세일즈 이메일 코치입니다. 실시간 점수 평가, 개인화 제안, 그리고 Gmail이나 Outlook 같은 도구 안에서 바로 받는 코칭을 통해 매출 조직이 더 많은 답장을 받는 아웃바운드 이메일을 쓰도록 돕습니다.
셀프서비스 PLG 제품과 엔터프라이즈 영업 주도 방식이라는, 성격이 전혀 다른 두 가지 시장 진입 방식을 동시에 키우기 시작하면서 Lavender 팀은 성장하는 SaaS 기업에서 의외로 흔한 문제에 부딪혔습니다. 기본적인 질문에조차 자신 있게 답할 수 없게 된 것입니다.
우리 ARR은 얼마인가?
매출은 Stripe를 통해 들어오고 있었지만, 그 아래에 놓인 지표들은 제품과 가격 모델, 고객 유형에 걸쳐 서로 맞춰 보기가 점점 더 어려워졌습니다.
Lavender의 COO인 Elliott Fisher는 이렇게 말합니다.
“When I joined the company in 2024… there was never full confidence in what our ARR number was.”
어쩌다 이런 상황에 이르게 됐을까요?
과도하게 설계된 RevOps
Lavender의 경우 ARR 혼선은 시스템 하나가 망가져서 생긴 문제가 아니었습니다. 수년에 걸친 즉흥적인 의사결정, 계속 바뀌는 담당, 그리고 선의로 만든 우회책들이 쌓인 결과였습니다.
서로 다른 두 가지 시장 진입 방식을 키운다는 것은 끊임없는 실험을 뜻합니다… 다양한 메시징, 성장 전술, 가격 전략을 계속 시도해 보는 일이죠.
“We had consultants and we paid them a fortune. We hired a RevOps director… we had another SaaS tool for analysis and forecasting… All of this contributed to us over-architecting how we did RevOps.”
서로 다른 고객 유형에, 서로 다른 워크플로를 거쳐, 뒤에서는 서로 다른 청구 경로로 판매하기 시작하면 매출은 더 이상 단순한 숫자가 아닙니다. 계속 관리해야 하는 조율의 문제가 됩니다.
Lavender가 “다 부수고 다시” 시작해야 했던 순간
어느 날 CEO가 단순한 질문을 던졌습니다. “What’s our current ARR number?”
그리고 아무도 자신 있게 답하지 못했습니다.
“None of the leadership could give him an answer… and at that point it was like, alright, we have to essentially blow this up and rebuild it from scratch.”
Elliott에게 그것은 결정적인 순간이었습니다. 이미 복잡해진 시스템 위에 수정을 계속 덧붙이는 일을 멈춰야 했습니다. 어긋난 부분을 계속 땜질하는 대신, Lavender는 처음부터 새로 시작하기로 결정했습니다.
그들은 여전히 온전히 신뢰할 수 있는 유일한 데이터 출처로 돌아갔습니다. 바로 Stripe였습니다.
팀은 4년치 인보이스 이력을 내보내 Excel에서 ARR 워터폴 모델을 한 줄씩 손으로 다시 만들었습니다. 고된 작업이었지만, 그 덕분에 전에는 없던 것을 얻었습니다. 깔끔한 기준선이었습니다.
더 중요한 것은, 이 과정이 Lavender에게 매출의 정의와 입력 데이터, 담당 범위에 대한 내부 일관성을 세우도록 만들었고, 앞으로 더 견고한 SOP를 갖출 기반이 되었다는 점입니다.
구명보트이자 기준 데이터가 된 ChartMogul
구독 데이터의 깔끔한 기준선을 다시 세운 뒤, 다음 단계는 다시는 그 작업을 손으로 하지 않도록 만드는 것이었습니다.
Pilot의 CFO는 ARR을 제대로 자동화하라고 조언했습니다. 그때 Lavender는 ChartMogul을 찾았습니다.
Lavender는 1주일도 채 걸리지 않아 온보딩을 마쳤습니다.
“ChartMogul was so straightforward and intuitive… It was very relieving. Here we finally can have this number calculated for us in real time.”
이전에 써 본 도구들과 달리 ChartMogul은 복잡성을 더하지 않았습니다. Lavender에 신뢰할 수 있는 ARR 숫자를 곧바로 제공하면서, 시간이 지나면 더 깊은 분석으로 확장할 수 있는 여지도 남겨 두었습니다.
“ChartMogul could be as simple as telling us ARR, and as dynamic as analyzing revenue by product or customer type as we grew”
자동화만으로는 정리되지 않는 부분까지 정리하기
Lavender의 환경을 특히 복잡하게 만든 것은 구독 데이터가 한곳에 모여 있지 않다는 점이었습니다. 셀프서비스 방식을 지원하는 Stripe 계정이 여러 개 있었고, 엔터프라이즈 거래에는 SalesBricks를 썼습니다. 한 고객이 세 시스템 모두에 등장하는 경우도 많았습니다. 어떤 엔터프라이즈 고객은 SalesBricks에는 계약으로, 한 Stripe 계정에는 일회성 결제로, 또 다른 계정에는 정기 구독으로 존재할 수 있었습니다.
ChartMogul을 쓰기 전에는 이렇게 흩어진 데이터를 맞추려면 스프레드시트를 동원하거나 우회책을 쓰거나, 아니면 숫자가 끝까지 딱 맞지는 않으리라는 사실을 그냥 받아들여야 했습니다. ChartMogul에서는 인보이스 데이터를 직접 수정하고, 여러 레코드를 한 고객으로 병합하고, 없는 구독을 수동으로 생성하고, 필요할 때 일회성 결제를 구독 매출로 바꿀 수 있었습니다.
그 유연성이 결정적이었습니다. 경직된 데이터 모델에 맞춰 프로세스를 다시 짜도록 강요하는 대신, ChartMogul은 매출이 실제로 비즈니스 안에서 흐르는 방식을 그대로 반영하고 그다음에 그것을 표준화할 수 있게 해 주었습니다.
ChartMogul로 비즈니스를 운영하기
오늘날 Elliott는 ChartMogul을 Lavender 지표의 토대로 여깁니다.
“ChartMogul is our source of truth… because it aggregates the information across products.”
Elliott는 경영진 보고부터 갱신 현황 파악까지 매일 ChartMogul을 사용합니다. 주간 경영 회의는 이탈과 유지, 갱신, ARR을 중심으로 진행됩니다. 신규 구독은 실시간으로 확인하고, 다가오는 갱신은 영업팀에 미리 알립니다.
Lavender가 제품 라인업을 확장하면서 ChartMogul은 성장이 어디에서 오고 누가 그것을 이끌고 있는지 파악하는 데도 도움이 되었습니다. 데이터 인리치먼트와 세그먼트 기능으로 Lavender는 다음 기준에 따라 코호트를 분석할 수 있었습니다.
- 업종
- 회사 규모
- 지역
- 고객 세그먼트
“Jordan said, ‘we can actually do data enrichment for you.’ Another life-saving miracle for us.”
그 결과 코호트 분석은 더 명확해지고, 시장 진입 의사결정은 더 날카로워졌으며, 비즈니스 전반의 리포팅에는 확신이 생겼습니다.
Elliott의 조언: 먼저 단순화하고, 그다음에 자동화하라
Elliott에게 이 교훈은 단순하지만 값비싸게 얻은 것입니다. 깔끔한 지표는 복잡한 도구에서 나오지 않습니다. 일관된 워크플로, 명확한 담당, 그리고 운영의 엄격함에서 나옵니다.
“You need to simplify the workflow. Create a process where the data can be consistent. Assign an owner… then look for tools like ChartMogul to automate the work.”
결국 목표는 소프트웨어를 더 늘리는 것이 아니었습니다. 명확성과 일관성, 그리고 비즈니스가 신뢰할 수 있는 체계였습니다.