Software 및 B2B 스타트업에 근무한다면 영업 파이프라인 미팅을 경험하셨을 겁니다. 많은 스타트업에서 파이프라인 미팅을 현재 파이프라인 커버리지 (pipeline coverage) 및 잠재 영업 대상을 주로 살펴보는 팀 혹은 리더십 미팅으로 정의합니다.
하지만 검토의 대상을 마케팅의 Demand generation, pre-qualified 파이프라인까지 확장하고, 파이프라인 모델 자체를 면밀하게 분석하려는 것을 포함하면 파이프라인 미팅이 가지는 전략적 목적이 달라지며, 매출이 만들어지는 전체 여정에 대해 보다 폭넓은 이해를 쌓게 됩니다.
많은 B2B, 소프트웨어 스타트업의 관계자분들이 정기적으로 파이프라인 미팅을 운영하는데 어려움을 토로하곤 합니다. 적지 않은 참가자들이 고객과의 미팅 때문에 불참하는 일이 생기며, 외부 경제, 계절별 특수성 (예. 명절 시즌에 전반적으로 침체되는 것) 에 따른 수많은 변동 요인이 존재합니다. 파이프라인 미팅 자체가 끊임 없이 변동성에 노출되는 것 자체는 여러 스타트업에서 일반적으로 발생하는 상황이며, 그럴수록 파이프라인 미팅 및 관련된 분석을 정규화 및 정교화 해나가려는 노력은 지속적으로 필요합니다.
오늘은 SaaS/B2B 스타트업에서 마케팅 관점의 Demand generations과 영업 관점의 파이프라인 미팅 모두를 만족시킬 수 있는 ‘파이프라인 분석’ 노하우를 공유하고자 합니다. (본 글에서 설명을 돕기 위해 사용된 수치 및 예시는 실제 사례와 상관없는 가상의 수치와 예시를 사용하였음을 밝힙니다)
다이나믹한 파이프라인 분석모델 구축
파이프라인 커버리지 (Pipeline coverage)는 이번 분기 목표로 한 쿼터 (quota, 매출의 영업 목표) 대비 얼마만큼의 영업 파이프라인을 가지고 있는지에 대한 비율을 나타냅니다. 일반적으로는 B2B 소프트웨어 스타트업에서는, 목표 매출 대비 3배-4배 정도의 pipeline to quota ratio (PQR)를 가지고 영업 조직을 운영하려고 합니다.
하지만 정적 (static)으로 하나의 PQR을 바라보는 것 대신, 마케팅 및 영업 활동의 결과 만들어진 파이프라인을 마케팅 및 영업의 각 단계 (stage)별로 나누어 살펴보는 동적모델을 구축하는 것이 더욱 중요합니다.
단순 파이프라인 커버리지 (Pipeline coverage) 뿐 아니라 각 파이프라인 스테이지 별로 Pipeline to Quota 비율을 파악하라
각 스테이지 별 PQR을 살펴보는 모델을 구축했다면, 여러 분기에 걸쳐 데이터를 확보하고 각 단계별 전환율 (conversion) 등의 종단 추적 분석을 진행하여, 각 단계별 PQR과 전환율의 변화가 쿼터 달성에 미치는 영향력을 더 인사이트 있게 살펴볼 수 있습니다.
Source 정보와 마케팅 캠페인에 대한 폭넓은 이해
각 파이프라인의 원천 (source)과 함께 파이프라인의 원천을 제공한 마케팅 캠페인을 이해하면 더욱 정교한 파이프라인 예측이 가능합니다. 고객이 직접 문의를 하여 Organic 하게 발생한 파이프라인일 수록, 우리 제품에 대한 탐색 및 구매 의도를 이미 가지고 있기 때문에 영업 사이클이 짧고, 최종 계약까지의 전환율이 높은 편입니다.
하지만 이러한 Organic 한 인바운드 채널만으로 영업 목표를 위한 파이프라인을 채우는 것은 불가능에 가깝기 때문에 여러 다양한 마케팅 및 영업캠페인을 통해 파이프라인을 구축하는 것이며, 각 캠페인이 각자 가지고 있는 서로 다른 영업사이클 및 전환률에 미치는 영향을 이해하는 것이 중요합니다. 특정 캠페인 혹은 채널의 성공률이 높다면, 거기에 더욱 큰 예산을 할당해 보고 어떤 예산 수준에서 더 이상 효과가 감쇄하지 않는 최적화지점인지를 파악하는 것도 파이프라인 분석 대상 중 하나입니다.
영업 사이클, ARR 예측 등 모델 정교화를 위한 노력
전체 영업사이클과 각 단계별 이상적인 체류 기간을 측정해야 합니다. 전체 영업사이클이 40일이라면, 이번 분기에 새롭게 만들어진 파이프라인이 동일 분기안에 계약될 것으로 예측가능합니다. 하지만, 계약 사이즈, 제품의 타겟 시장 (예. 엔터프라이즈, 미드마켓) 에 따라 완전히 다른 영업사이클의 차이가 존재하며, 영업사이클 및 각 영업 단계별 체류 기간을 측정하여, 파이프라인이 매출로 전환되는 것의 예측 정확도를 높일 수 있습니다.
또한, 영업 사원 (sales rep)의 예측에 따라 결정되는 ARR이 변화하는 것을 추적하고, 이로 인한 파이프라인의 증가 및 감소의 영향력을 파악하고, 예측의 정교화를 위한 모델을 제안해야 합니다.
펜도 (Pendo)의 CRO (Chief Revenue Officer)인 Bill Binch는 “모조 메트릭 (Mojo Metric)”을 매일 측정하여, 파이프라인의 순 변화를 더욱 정확하게 측정한다고 밝힌 바 있습니다. 모조 메트릭은 다음과 같이 계산합니다.
Mojo = 지난 분기에서 이월된 파이프라인 + 신규 파이프라인 + ARR 예상치가 증가한 신규 파이프라인 – Lost 처리된 파이프라인 – ARR 예상치가 감소한 신규 파이프라인 – 다음 분기로 이월된 파이프라인
현재 영업파이프라인에 있는 딜을 검토하는 목적으로 진행되는 파이프라인 미팅 외에도 위에서 제시한 것과 같이 파이프라인 자체를 분석하려는 미팅이 필요합니다.
마케팅 및 운영 리더십과 함께 위의 파이프라인 분석을 참고하여 미팅을 진행한다면 더욱 정교한 영업 성과 예측 뿐 아니라, 성공적인 파이프라인 구축을 위한 적극적 전술 논의가 가능해 집니다. 많은 B2B 소프트웨어 스타트업의 파이프라인 미팅에 도움이 되길 바랍니다.
Thanks for ur great information