🍀 이 글을 작성하게 된 이유는 실제 실무에서 ChartMogul을 사용해보았기 때문이다. 구독 기반 서비스를 운영하면서 MRR, Churn, LTV 같은 지표를 매주 확인했지만, 단순 매출 합계나 결제 대시보드만으로는 비즈니스의 상태를 정확히 이해하기 어렵다는 것을 체감했다. 특히 “매출이 늘었다”는 결과만으로는 성장이 신규 고객 때문인지, 기존 고객의 업셀 때문인지, 혹은 단순 시즌성 요인 때문인지 구분하기 어려웠다.
ChartMogul을 사용하면서 가장 크게 느낀 점은, 구독 비즈니스에서는 숫자 자체보다 숫자의 구성과 변화 구조를 이해하는 것이 더 중요하다는 것이다. 단순 리포트 도구가 아니라, 구독 모델에 맞는 지표 체계를 정리해주는 시스템이라는 점에서 실무적으로 의미가 있다고 느꼈다. 이러한 경험을 바탕으로 ChartMogul이 어떤 문제를 해결하고, 어떤 한계를 가지는지 구조적으로 정리해보고자 한다.
1. ChartMogul이란 무엇인가?
ChartMogul은 SaaS 및 구독 기반 비즈니스를 위한 분석 플랫폼이다.
Stripe, Paddle, Chargebee, Recurly 등 다양한 결제 시스템과 연동하여 구독 데이터를 수집하고, 이를 기반으로 반복 매출(Recurring Revenue) 지표를 자동 계산한다.
일반적인 매출 대시보드는 특정 기간의 총 매출을 보여주는 데 초점을 둔다.
그러나 구독 모델에서는 다음과 같은 질문이 더 중요하다:
- 이번 달 매출이 왜 늘었는가?
- 신규 고객 때문인가, 기존 고객 업셀 때문인가?
- Churn은 어느 구간에서 발생했는가?
- 장기적으로 LTV는 증가하고 있는가?
ChartMogul은 이러한 질문에 답하기 위해 설계된 구독 특화 분석 시스템이다.
대표 지표:
- MRR (Monthly Recurring Revenue)
- ARR (Annual Recurring Revenue)
- ARPA (Average Revenue Per Account)
- Churn Rate
- Customer Lifetime Value (LTV)
- Expansion / Contraction Revenue
즉, 단순 매출 집계가 아니라 구독 구조의 변화를 분석하는 도구다.
2. 주요 기능
2.1 MRR 및 Revenue Movement 분석
ChartMogul의 핵심은 MRR 자동 계산과 Revenue Movement 분류다.
MRR은 특정 시점의 반복 매출 총액을 의미한다.
하지만 단순히 “이번 달 매출”과는 다르다.
예를 들어:
- 연간 요금제 $1200 → 월 MRR은 $100으로 환산
- 월간 요금제 $50 → MRR은 $50
- 사용량 기반 요금제 → 평균 월 수익 기준 계산
ChartMogul은 이를 자동 정규화한다.
또한 MRR 변동을 다음과 같이 분류한다:
- New Business: 신규 고객으로 인한 증가
- Expansion: 기존 고객 업그레이드
- Contraction: 다운그레이드
- Churn: 해지로 인한 감소
- Reactivation: 재구독
이 분류는 매우 중요하다.
단순 매출 증가가 아닌, 어떤 요인이 성장을 만들었는지 구조적으로 파악할 수 있기 때문이다.
2.2 Cohort 분석
Cohort 분석은 동일한 시점 또는 동일한 특성으로 묶인 고객 집단의 행동을 추적하는 분석 방식이다.
예:
- 2024년 1월 가입 고객의 6개월 유지율
- 특정 마케팅 캠페인 유입 고객의 LTV
- 특정 요금제 가입자의 Churn 패턴
Cohort 분석을 통해 단기 매출이 아닌,
고객 생애 가치 기반 성장 구조를 이해할 수 있다.
이는 SaaS 비즈니스에서 매우 중요한 기능이다.
특히 LTV/CAC 비율을 분석할 때 필수적이다.
2.3 Segmentation 기능
ChartMogul은 고객 데이터를 다양한 조건으로 분류할 수 있다.
예:
- 국가별 MRR
- 요금제별 ARPA
- 결제 수단별 Churn
- B2B vs B2C 고객 비교
이 기능은 단순 리포트가 아니라,
마케팅 전략과 가격 정책 수립에 직접 활용된다.
예를 들어 특정 국가에서 Churn이 높다면
로컬 가격 정책 또는 온보딩 전략을 재검토할 수 있다.
2.4 데이터 연동 및 API
ChartMogul은 주요 결제 플랫폼과 직접 연동된다.
- Stripe
- Paddle
- Recurly
- Chargebee
- Braintree
또한 API 및 CSV 업로드를 통해 커스텀 데이터를 추가할 수 있다.
이를 통해 내부 CRM 데이터나 세일즈 데이터를 결합할 수 있다.
즉, 단순 결제 분석 도구가 아니라
구독 중심 데이터 허브 역할을 수행할 수 있다.
3. 기술적 구조
3.1 Subscription Event 기반 데이터 모델
ChartMogul은 결제 로그가 아닌 Subscription Event 기반 모델을 사용한다.
이벤트 예시:
- Subscription Created
- Plan Changed
- Subscription Canceled
- Reactivated
이 구조는 MRR 변화를 시간 흐름에 따라 추적하는 데 최적화되어 있다.
3.2 정규화된 Revenue 계산
연간 요금제, 월간 요금제, 할인 쿠폰, 부분 환불 등
다양한 조건을 고려해 MRR을 계산한다.
단순 총액 합산이 아닌,
Recurring Revenue 기준으로 환산된 값을 사용한다.
이 차이는 재무 보고와 전략 수립에 매우 중요하다.
3.3 Customer Merge 기능
동일 고객이 여러 계정을 사용하는 경우가 있다.
- 여러 이메일
- 여러 구독
- 다른 결제 수단
ChartMogul은 고객 병합 기능을 제공하여
정확한 LTV 및 ARPA 계산을 가능하게 한다.
이는 SaaS 분석에서 데이터 왜곡을 줄이는 핵심 기능이다.
4. 기존 도구와의 차별점
4.1 GA 및 일반 BI 도구와의 차이
Google Analytics는 사용자 행동 분석에 특화되어 있다.
일반 BI 툴은 데이터 시각화에 강점이 있다.
그러나 ChartMogul은:
- 구독 특화 지표 계산 로직 내장
- Revenue Movement 자동 분류
- Cohort 기반 LTV 분석
이라는 점에서 차별화된다.
4.2 Stripe Dashboard와의 차이
Stripe도 매출 지표를 제공하지만,
ChartMogul은 다음을 제공한다:
- MRR Movement 분해
- 고급 Cohort 분석
- 세그먼트 기반 필터링
- 고객 생애 가치 중심 분석
즉, 결제 플랫폼의 보조 기능이 아니라
구독 전략 분석 전용 도구다.
5. 한계와 고려사항
5.1 구독 중심 모델 한계
일회성 판매 중심 비즈니스에는 적합하지 않다.
Recurring Revenue 모델에 최적화되어 있다.
5.2 데이터 정합성 의존
원천 결제 데이터가 정확하지 않으면
MRR 계산도 왜곡될 수 있다.
특히 할인, 환불, 크레딧 처리 방식에 따라
결과 값이 달라질 수 있다.
5.3 고급 커스텀 분석 한계
복잡한 SQL 기반 커스텀 분석은 제한적이다.
심층 분석은 별도의 데이터 웨어하우스와 BI 도구를 병행하는 것이 일반적이다.
6. 전망
SaaS 및 구독 경제는 계속 확장 중이다.
특히:
- Usage-based Pricing 증가
- Hybrid Pricing 모델 확산
- 글로벌 SaaS 시장 성장
이런 환경에서 정확한 MRR, Churn, LTV 분석은
기업 가치 평가에도 직접적인 영향을 준다.
ChartMogul과 같은 구독 분석 도구는
단순 리포트 시스템이 아니라
SaaS 운영 전략의 핵심 인프라로 자리 잡고 있다.
💭 My Thoughts
ChartMogul을 살펴보며 느낀 점은
구독 비즈니스에서 중요한 것은 “매출 규모”가 아니라 “매출 구조”라는 것이다.
매출이 증가했는지보다,
- 어떤 고객이 늘었는가?
- 확장 매출이 증가했는가?
- Churn이 어디서 발생했는가?
- LTV가 CAC를 충분히 초과하는가?
가 더 중요하다.
ChartMogul은 이 구조를 정량적으로 보여주는 도구다.
특히 SaaS를 운영하거나 구독 기반 제품을 만드는 팀이라면,
이러한 지표 체계를 이해하는 것 자체가 제품 전략과 마케팅 전략의 출발점이 된다고 생각한다.
