Lavender 是一款 AI 销售邮件教练。它帮助收入团队写出回复率更高的外呼邮件，提供实时评分、个性化建议，以及在 Gmail、Outlook 等工具中原生嵌入的写作指导。
当 Lavender 开始同时扩张两条截然不同的市场路径——自助式 PLG 产品，以及企业级的销售驱动模式——团队撞上了一个在成长期 SaaS 公司中出人意料地常见的问题：他们已经没法有把握地回答最基本的问题了。
他们的 ARR 到底是多少？
收入确实在通过 Stripe 流入，但支撑这个数字的指标，越来越难在不同产品、定价模式和客户类型之间对齐。
用 Lavender 首席运营官 Elliott Fisher 的话说：
“When I joined the company in 2024… there was never full confidence in what our ARR number was.”
他们是怎么走到这一步的？
过度设计的 RevOps
在 Lavender 这个案例里，ARR 的混乱并不是某一个系统坏掉造成的，而是多年临时决策、责任人反复更替和出于好意的权宜方案层层叠加的结果。
同时扩张两条不同的市场路径，意味着持续不断的试验——尝试不同的信息表达、增长手段和定价策略。
“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.”
一旦你开始向不同类型的客户销售，走不同的流程，背后还挂着不同的计费路径，收入就不再是一个简单的数字，而变成了一项长期的协同难题。
Lavender 决定“推倒重来”的那一刻
有一天，CEO 问了一个再简单不过的问题：“What’s our current ARR number?”
没有人能给出有把握的答案。
“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.”
对 Elliott 来说，这是一个关键节点。他们必须停止在一个本已复杂的系统上继续叠加补丁。与其不断修补前后矛盾的数据，Lavender 决定从头开始。
他们回到了唯一还完全信得过的数据来源：Stripe。
团队导出了四年的发票记录，在 Excel 里逐行手工重建了 ARR 瀑布模型。这个过程非常磨人，但换来了他们此前从未有过的东西：一条干净的基线。
更重要的是，这件事迫使 Lavender 在收入的定义、数据输入和责任归属上建立起内部一致性，为日后更扎实的 SOP 打下了基础。
ChartMogul：既是救生艇，也是唯一可信数据源
在 Lavender 为订阅数据重建出一条干净的基线之后，下一步就是确保他们永远不必再手工做一遍。
他们在 Pilot 的 CFO 建议他们把 ARR 真正自动化起来。于是 Lavender 找到了 ChartMogul。
Lavender 的上线只用了不到一周。
“ChartMogul was so straightforward and intuitive… It was very relieving. Here we finally can have this number calculated for us in real time.”
与他们此前试过的工具不同，ChartMogul 没有带来更多复杂度。它立刻给了 Lavender 一个可靠的 ARR 数字，同时留出了随时间深入分析的空间。
“ChartMogul could be as simple as telling us ARR, and as dynamic as analyzing revenue by product or customer type as we grew”
清理自动化通常搞不定的那部分
让 Lavender 的情况格外复杂的是，他们的订阅数据并不在一个地方。自助业务由多个 Stripe 账户支撑，企业交易则走 SalesBricks。很多时候，同一个客户会同时出现在这三套系统里：一个企业客户可能在 SalesBricks 里有一份合同，在某个 Stripe 账户里有一笔一次性付款，又在另一个 Stripe 账户里生成了一条周期性订阅。
在用 ChartMogul 之前，要把这种散落的数据对上，只能靠电子表格、各种绕行方案，或者干脆接受这些数字永远对不齐。有了 ChartMogul，团队可以直接编辑发票数据、把多条记录合并成一个客户、为原本没有订阅的情况手动生成订阅，并在需要时把一次性付款转成订阅收入。
这种灵活性后来被证明至关重要。ChartMogul 没有逼着 Lavender 围绕一套僵化的数据模型重建流程，而是让他们如实反映收入在业务中真实的流转方式，再在此基础上逐步规范化。
在 ChartMogul 上运营业务
今天，Elliott 把 ChartMogul 视为 Lavender 的指标底座。
“ChartMogul is our source of truth… because it aggregates the information across products.”
从管理层报表到续约情况，Elliott 每天都在用它。每周的管理层会议围绕流失、留存、续约和 ARR 展开。新订阅可以实时核对，即将到期的续约会主动同步给销售团队。
随着 Lavender 扩充产品线，ChartMogul 还帮团队看清增长来自哪里、由谁带来。借助数据丰富化和客群细分，Lavender 可以按以下维度分析同期群：
- 行业
- 公司规模
- 地区
- 客户细分
“Jordan said, ‘we can actually do data enrichment for you.’ Another life-saving miracle for us.”
结果是更清晰的同期群分析、更犀利的市场策略决策，以及整个业务范围内更有底气的报表。
Elliott 的建议：先简化，再自动化
对 Elliott 来说，这个教训简单，但代价不小。干净的指标不是复杂工具堆出来的，它来自一致的流程、明确的责任人和扎实的运营纪律。
“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.”
归根结底，他们要的并不是更多软件，而是清晰、一致，以及一套业务真正信得过的体系。