오늘은 영업 조직 관리에 있어서 중요한 매출 예측 및 영업 보상정책 세팅에 대해 다루겠다. 글을 읽고 나면 아래 질문에 대한 답을 얻을 수 있다.

  • 매출 예측을 정확하게 하려면 어떻게 해야 할까?
  • 적절한 인센티브의 기준은 무엇일까?

 

 


 

 

영업 조직 관리: 매출 예측 (Forecasting)

 

출처: a16z 유튜브

 

 

영업에서 가장 중요한 KPI를 꼽으라고 하면 매출(revenue)일 것이다. 따라서 영업조직 관리를 위해서는 먼저 우리 조직이 어느 정도의 매출을 가져올 수 있는지 이해해야 한다. 즉 매출 예측(Forecasting)을 정확히 해야 한다.

매출 예측 정확도는 기업의 장기 투자와 직결된다. 영업 담당자들이 달성 가능하다고 내건 매출이 실제 수치와 맞아떨어질수록 불확실성이 낮아지고 기업이 성장을 위한 장기적 의사결정을 하기 쉬워지기 때문이다. 기업은 매출 예측을 통해 성장과 비용 사이를 저울질하며 페이스를 조절한다. 기업은 기대 매출이 매출 목표 대비 낮으면 비용을 낮추고, 기대 매출이 목표 대비 높으면 비용 및 투자를 늘려 성장을 가속화할 수 있다.

매출 예측이 잘못되면 기업에 큰 타격을 줄 수 있다. 예측치를 너무 낮게 잡으면 회사가 미래를 위한 투자를 줄이고 성장 포텐셜을 100% 발휘하지 못한다. 반대로 예측치를 너무 높게 잡으면 회사가 과도한 비용 투자를 하게 되고 기업이 큰 리스크를 지게 된다.

​이렇듯 매출 예측에 따라 기업의 장기투자 및 성장 가능성이 정해지므로, 예측에는 고도의 정확성이 요구된다. 정확한 매출 예측은 ‘예술’과 ‘과학’ 사이의 균형이 필요하다. 근거 데이터 없이 영업담당자들의 의견만 100% 듣고 결정할 것도 아니며, 고객관계관리(CRM) 데이터나 기존의 히스토리만 보고 판단할 것이 아니라는 뜻이다.

매출 예측 정확성을 위해선 무엇보다 투명성을 확보해야 한다. “쓰레기가 들어가면 쓰레기가 나온다 (Garbage in, Garbage out)”라는 말이 있다. CRM에 잘못된 정보를 넣으면 잘못된 매출 예측이 나올 수밖에 없다는 말이다. 따라서 현장의 영업 담당자들, 팀장들, VP 모두 CRM에 들어가는 데이터가 정확하고 투명하도록 신경 써서 관리해야 한다. 신뢰 및 투명성이 확보되지 않은 조직에서 영업 담당자들은 낮은 예측치를 부르고 초과 달성을 하는 (under-forecast, over-deliver) 경향이 있다. 이 경우 기업은 투자(비용)를 줄이게 되고 포텐셜보다 성장 속도가 줄어든다. 반대로 영업담당자가 예측치를 높게 부르고 이를 달성하지 못하는 경우에도 기업이 큰 타격을 입는다.

기업공개(IPO) 후 매출 예측은 더 중요해지는데, 예측치를 기반으로 한 가이던스를 얼마나 정확히 제시했느냐에 따라 어닝 서프라이즈 및 쇼크가 발생하고 주가가 변화하기 때문이다. 따라서 IPO 전부터 조직 전체에 신뢰 및 투명성을 확보하여 영업 담당자들이 정확한 예측치를 입력할 수 있도록 관리, 노력하는 것이 중요하다.

 

 

 

영업 조직 관리: 매출의 구성 파악

 

대부분의 회사는 영업 직무에 기본급이 아닌 인센티브 제도(보상정책)를 도입한다. 초기 스타트업들은 영업담당자에게 모든 발생 매출에 대해 인센티브를 지급하겠다는 생각을 할 수 있다. 하지만 이는 좋은 생각이 아니다.

​소프트웨어 비즈니스에서는 다음과 같은 다양한 매출 지표가 있다.

  • 계약 총금액 (Total Contract Value)
  • 연간 계약 금액 (Annual Contract Value)
  • 연간 반복 매출 (Annual Recurring Revenue)

예를 들면 고객과 3년 약정으로 연 10억 원이 발생하는 계약을 하는 경우, 계약 총 금액(TVC)은 30억 원이며 연간 계약 금액 (ACV)는 10억 원이다. 이때 고객이 일회성으로 30억 원을 납부하는 것이 아니라 매년 10억 원씩 내기로 했다면 연간 반복 매출(ARR) 또한 10억 원이다.

이와 같은 매출 지표 중 영업이 실제로 회사에 추가 가치를 가져오는 부분, 즉 ARR에 대해서만 인센티브를 지급하는 것을 추천한다. 계약 총 금액이나 연간 계약 금액 전체에 대해 보상을 책정하면 영업 담당자가 지속적으로 새로운 매출 발생을 추구할 동기요인을 낮춘다.

 

 

출처: a16z 유튜브

 

 

ARR을 쪼개보면 아래와 같으며, 이 중 특히 신규와 업그레이드 매출에 대해서만 인센티브를 책정하는 것이 좋다.

  • 신규 매출 (New)
  • 업그레이드 매출 (Upsell/Cross-sell)
  • 반복 매출 (Recurring)
  • 이탈 (Churn, 마이너스 요소)

신규 및 업그레이드야말로 매출 성장과 연결되기 때문이다. 기존 계약으로부터 발생하는 반복 매출은 과거의 노력에 기인한 것이기도 하고, 이러한 반복 매출만으로는 성장할 수 없다. 현상 유지가 아닌 지속적인 성장을 위해서는 성장에 직접적인 영향을 미치는 요소 중심으로 인센티브를 설계해야 한다.

신규 및 업그레이드와 별도로 기존의 반복 매출을 관리하기 위해선 고객 성공팀 또는 고객지원팀을 운영할 수 있다. 이러한 팀은 인센티브가 없거나 연봉에서 인센티브가 차지하는 비중이 낮은 편으로, 영업팀 대비 운영비용이 낮다. 이탈 고객으로 인해 발생하는 매출 감소에 대해서는 이탈의 이유에 대해 조사하고 제품 및 서비스를 개선해가는 방식으로 줄여갈 수 있다.

 

 

 

영업 보상 정책 (인센티브) 설계

 

인센티브 설계에 앞서 매출의 구성요소와 이 중 어떤 부분에 대해 보상을 책정할지에 대해 살펴봤다. 이제 개별 영업담당자의 인센티브 설계 방법을 알아보자.

영업 담당자의 보상 체계는 기본 연봉(base salary, 고정 보수)과 성과에 따른 수수료 (commission, 회사의 변동 지출)로 구성된다. 커미션은 각 담당자의 영업 할당량(quota)과 연결된다.

영업 러닝 커브(참고) 중 반복과 재현이 가능한 영업 시스템이 확립된 시기, 즉 작동기에서 기업은 영업 조직 유지 비용(즉 보상)의 3~5배 매출을 만들어 낼 수 있어야 한다. 이를 참고하여 보상 커브를 그려보자.

 

 

출처: a16z 유튜브

 

 

1년 동안 10억 원의 매출을 가져올 때 영업 담당자의 OTE(On Target Earnings. 목표 100% 달성 시 기본급과 인센티브를 합친 총 연봉)가 2.5억 원(발생 매출의 25%)이라고 가정해보자. OTE의 기본급:인센티브 비율이 5:5 또는 6:4인 경우가 많은데, 스타트업의 경우 5:5 비율을 더 많이 차용하므로 기본 연봉을 1.25억 원, 목표 100% 달성 시 인센티브를 1.25억 원으로 세팅해 볼 수 있다. 이 체계에서 영업 담당자가 매출을 하나도 올리지 못했을 때 기본급 1.25억 원만 가져가게 된다.

그렇다면 1.25억 원과 2.5억 원 사이의 인센티브는 어떻게 설계하는 것이 좋을까? 위 그래프처럼, 발생 매출에 따라 선형적으로 일정 비율을 보상하는 것이 아니라 영업 목표에 가까워질수록 더 높은 보수를 가져가도록 설계하는 것이 좋다. 이를테면 영업 목표의 절반인 5억 원을 달성했을 때의 총 연봉은 기본급과 큰 차이가 나지 않지만, 목표 100%인 10억 원 달성 시에는 기본급의 두 배를 가져갈 수 있도록 하는 것이다. 이렇게 하여 모든 영업 담당자가 100%에 가까운 목표를 달성할 수 있도록 독려할 수 있다.

영업 담당자가 목표(quota)의 100% 이상을 달성한 경우에는 어떻게 보상할 것인가? 제대로 된 영업 목표와 인센티브 체계를 갖추었다는 가정 하에 성과보수를 제한하지 않는 것이 좋다. 목표 100% 달성 이후 보상 상승 폭이 좁아진다면 영업 담당자 입장에서 그 이상의 실적을 낼 동기가 줄어든다. 영업 담당자가 추가 매출을 좇을 동기를 잃지 않도록 100% 이상 실적을 냈을 때 총 보상에 대한 제한(cap)을 두지 않는 것이 좋다. 제한이 있더라도 어느 정도까지 상승 폭이 줄어들지 않는 것이 바람직하다. 만약 영업 담당자가 10억 원 대신 50억 원의 매출을 가져올 수 있다면 기업 입장에서 보상을 더 주더라도 후자가 더 이득이기 때문이다.

 

 

 

보상 철학

 

출처: a16z 유튜브

 

 

보상 정책은 최대한 단순하게 세워야 한다. 영업 담당자들이 목표를 달성하려면 어떻게 해야 하는지 쉽게 이해할 수 있어야 하며, 이를 위해서 OTE 계산에 들어가는 변수를 최소화해야 한다.

물론 변수를 최소화하다 보면 모든 경우에 합당한 ‘완벽한’ 보상정책을 세울 수는 없을 거다. 하지만 완벽함을 위해 변수를 다양하게 가져갈 경우 부작용이 더 크다. 영업 담당자가 너무 많은 변수 사이에서 어떤 것에 집중해야 하는지 방향을 잃기 쉽기 때문이다. 완벽한 보상 정책보다 이해하기 쉽고 간단한 정책이 더 낫다.

 


 

지금까지 Go-to-market, 영업 조직 세팅 및 적절한 매출 목표, 영업 목표, 인센티브 설정에 대해 알아보았다. 다음 포스팅에선 이렇게 세팅한 영업 조직을 운영하기 시작한 후, 조직을 생산적이면서 지속 가능한 방식으로 운영하는 법에 대해 다루겠다.

 

 

배준현 님이 블로그에 게재한 글을 편집한 뒤 모비인사이드에서 한 번 더 소개합니다.