Rippit

Ce que c’est

Rippit, c’est MaestroQA rebaptisé. Même société, même fondateur — Vasu Prathipati —, mêmes données de conversation, et un positionnement passé du quality assurance support à ce que rippit.com appelle désormais « The AI Conversation Data Platform ». Le changement de marque a eu lieu au premier trimestre 2026. La date exacte reste floue : les trackers externes se partagent entre le 24 février et le 4 mars 2026, et le blog de Rippit ne contient aucun billet d’annonce daté — ce qui compte si vous devez documenter un changement de fournisseur.

La promesse produit est étroite et vérifiable : transformer des conversations non structurées en « structured, queryable data », puis analyser 100 % d’entre elles au lieu d’un échantillon. L’argument technique de Rippit sur la raison pour laquelle cela exige un produit plutôt qu’une requête sur l’entrepôt est ce qu’elle publie de plus utile : une transcription de support fait en moyenne environ 34 000 caractères, une fenêtre de deux mois dans son exemple chiffré totalise près de 340 millions de caractères, et l’approche standard Claude plus Snowflake règle cela en échantillonnant 50 conversations. Rippit vend les 99 % restants. Le même billet concède le coût en une ligne — « 100% coverage costs more » — sans le chiffrer.

Les clients cités sont Brex, Checkr, Klaviyo, Peloton, Resident, SpotOn et LegalZoom : mid-market et au-delà, fort volume de conversations, orientés support. Le financement total atteint 31,6 M$, et le dernier tour était une Série A de 25 M$ en 2021. Cinq ans sans levée, plus un changement de marque vers une catégorie plus disputée : c’est le contexte de tout ce qui suit.

La scission qui décide de votre évaluation

Aujourd’hui, deux sites web actifs vendent deux motions depuis une seule société, et aucune page comparative ne le dit.

• maestroqa.com vend toujours la suite QA — Auto QA, Scorecard Builder, Calibrations, Coaching, QA Reporting, Screen Capture, Root Cause Analysis — sur 32 cas d’usage nommés et une soixantaine d’intégrations : helpdesks (Zendesk, Intercom, Gladly, Kustomer, Front, Freshdesk), agents IA (Ada, Decagon, Forethought, Sierra, Agentforce), systèmes téléphoniques (Five9, Talkdesk, NICE inContact, Aircall, Dialpad, Twilio, Zoom), entrepôts et WFM (Assembled, Calabrio, Playvox). Le prix, c’est un formulaire de contact.
• rippit.com vend des Agent Apps sur les données de conversation avec des prix publiés, un palier gratuit et exactement deux sources en un clic : Zendesk ou Intercom.

Demandez sur quel SKU repose votre contrat avant toute autre question. La réponse détermine votre grille tarifaire, votre périmètre fonctionnel et laquelle des deux roadmaps vous achetez.

Pourquoi il apparaît dans les stacks CX

• L’ingestion n’est pas la contrainte. Plus de 35 intégrations en un clic sur les appels, les messages, la téléphonie et le chat ; synchronisation depuis Snowflake, Databricks, BigQuery ou Redshift ; push direct via les SDK développeur. Rippit lit la conversation là où elle réside déjà, et c’est la différence entre un projet de raccordement de deux semaines et un trimestre d’ingénierie de données.
• Il publie sept Claude Skills, nommées et téléchargeables. /rippit-double-click construit une réponse étayée par des preuves sur un thème, /rippit-escalation-finder poste dans Slack les conversations qui dérapent, /rippit-support-shoutouts nomme et cite l’agent, /rippit-chatbot-analysis note les conversations traitées par bot face aux escalades et à la base de connaissances, /rippit-aeo-seo-optimization rédige du contenu ancré dans des questions réellement posées par des clients, /rippit-tool-bakeoff exécute la même analyse dans des outils concurrents, et /rippit-qa-program-revamp refond l’évaluation au-delà de la note par agent. La page énonce la contrainte sans détour : elles ne fonctionnent que si votre installation Claude dispose déjà d’un accès MCP aux données de conversation. Rippit ne publie pas de serveur MCP documenté de son côté.
• Les crédits IA sont répercutés au prix coûtant, 1:1. L’argument de Rippit contre l’exécution de la même analyse sur un entrepôt est que Snowflake applique une marge de 10 à 25 % sur les tokens. C’est une affirmation d’un fournisseur sur le prix d’un concurrent, vérifiez-la donc sur votre propre facture Snowflake — en revanche, la répercussion côté Rippit figure bien sur la page tarifaire, avec 100 $ de crédit sur le palier gratuit.
• Le QA des chatbots est une surface de premier rang, pas une extension. Les connexions natives à Ada, Decagon, Forethought, Sierra et Agentforce font que l’objet noté peut être votre agent IA plutôt que vos humains. Pour les équipes qui ont déployé un agent en 2025 et n’ont toujours aucune boucle d’évaluation dessus, c’est le chemin le plus court vers une première.
• La profondeur QA est réelle et notée indépendamment. La fiche MaestroQA tient 4,8 sur 5 avec 324 avis G2, la logique conditionnelle des scorecards et la calibration des évaluateurs revenant systématiquement comme points forts. C’est une décennie de produit QA, et elle n’a pas disparu avec le changement de logo.
• Brex l’utilise au-delà du QA. Le customer story rapporte un risque de churn détecté dans 3 % des conversations, la responsable des opérations résumant l’ancienne pratique sans détour : « We were spending hours on QA every week, but it wasn’t driving customer outcomes—it was just generating scores. »

La réalité des prix

Deux grilles, et elles n’ont rien à voir.

Le self-serve Rippit est publié : Free à 0 $ pour 100 Agent Runs par mois, Q&A illimité, une connexion Zendesk ou Intercom et 100 $ de crédits IA au prix coûtant ; Starter à 185 $/mois pour 300 Agent Runs ; Growth à 495 $/mois pour 1 000 Agent Runs ; Enterprise sur devis, au-delà de 1 000 runs, avec un AI Agent Specialist dédié, le SSO et l’intégration avancée. Le compteur, c’est l’Agent Run — ni le siège, ni la conversation. Rien de publié ne définit combien de conversations consomme un run, et ce seul chiffre décide si 495 $/mois est généreux ou une erreur d’arrondi face à votre volume.

Le MaestroQA historique reste sur devis. Le jeu de données Vendr, mis à jour en février 2026, situe la valeur moyenne de contrat à 23 520 $ sur 55 transactions, avec des bandes de 6 000 à 18 000 $ par an pour 5-25 agents, 18 000 à 60 000 $ pour 25-100, et 60 000 à 200 000 $ et plus au-delà de 100. Les accords mid-market observés à 50-75 agents se sont conclus entre 35 000 et 70 000 $. Les acheteurs ont obtenu 15 à 30 % de remise sur le devis initial, et les engagements pluriannuels sont ressortis 15 à 25 % sous le tarif annuel. Ouvrez au bas de votre bande et citez le palier gratuit : un fournisseur qui publie un point d’entrée à 0 $ a déjà affaibli son propre argument de prix plancher.

Idéal pour

Les responsables support, CX et customer operations en volume mid-market et enterprise — environ 25 agents et plus, sur Zendesk ou Intercom, avec une archive de conversations que personne ne lit. C’est le choix le plus solide quand vous exploitez déjà un programme QA et voulez la couche d’analyse sur les mêmes données plutôt qu’un second fournisseur, quand ce qu’il faut noter est un agent IA déployé sur Ada, Decagon, Sierra ou Forethought, et quand votre équipe analytics veut les données de conversation dans Snowflake sous forme de lignes structurées plutôt que de transcriptions.

Passez votre chemin si vous avez moins de 15 agents et aucun analyste : le palier self-serve se lira comme une boîte à requêtes coûteuse. Passez si ce que vous voulez vraiment, c’est de la simulation d’entraînement et du jeu de rôle pour agents, qui est un autre produit. Et passez si votre comité d’achat exige un fournisseur à l’identité de catégorie stabilisée : ici le sol a bougé ces six derniers mois, et il bougera encore.

Face aux alternatives

Zendesk QA (ex-Klaus) est le sortant en volume et le test initial le moins cher pour toute équipe déjà sur Zendesk — prenez-le quand la notation QA constitue tout le travail et que les données n’ont jamais à quitter le helpdesk. Solidroad est l’entrant à la croissance la plus rapide du QA support et le choix le plus tranchant quand le coaching et la pratique simulée pèsent plus que l’étendue analytique ; mettez-le face à Rippit si votre problème est la performance des agents et non l’insight client. Enterpret est le substitut le plus proche du nouveau Rippit — analytics de feedback à taxonomie adaptative, serveur MCP publié et liste de sources bien plus large — et il l’emporte quand votre question est de forme produit (« que devons-nous construire ») plutôt qu’opérationnelle (« qu’est-ce qui a raté dans la file »). Assembled ne se recoupe qu’aux marges : il détient le forecasting et la planification, et il complète, il ne remplace pas. Gong couvre le même mouvement analytique sur les appels de vente plutôt que sur les tickets support ; si votre volume conversationnel est côté revenue, commencez par là. Le blog de Rippit choisit lui-même son combat — un billet intitulé « Walking Dead: Qualtrics and Medallia » — et face au VoC piloté par questionnaires l’argument tient : exploiter ce que les clients ont déjà dit bat le fait de leur redemander. La référence honnête reste votre entrepôt plus un LLM et un analyste, et la réponse de Rippit tient en un mot, la couverture : échantillonner 50 conversations répond à une autre question que les lire toutes.

Points de vigilance

• Vous avez acheté un fournisseur QA et il a cessé de se nommer ainsi. Le cadrage public du fondateur Vasu Prathipati : le QA se lit comme le passé dans un monde AI-first. Scorecard Builder, Calibrations et Screen Capture figurent toujours sur maestroqa.com aujourd’hui, mais l’attention portée à la roadmap suit le positionnement. Garde-fou : nommez dans le document de renouvellement les fonctions QA dont vous dépendez, joignez un préavis contractuel de fin de vie d’au moins 12 mois par fonction nommée, et refusez un renouvellement qui ne mentionne que « la plateforme ».
• Le palier gratuit n’est pas le produit que vous signeriez. Free et Starter connectent un workspace Zendesk ou Intercom ; la suite QA, les connecteurs téléphoniques et le SSO sont sur les paliers sur devis. Garde-fou : menez l’évaluation dans le palier que vous comptez acheter, sur vos propres données, avec vos propres scorecards chargées — un pilote sur le palier à 0 $ valide une boîte à requêtes, pas un programme QA.
• L’Agent Run est une unité de facturation non définie. Chaque palier publié le compte et aucune page publiée ne dit ce qu’il couvre. Garde-fou : obtenez la définition par écrit avant signature, modélisez un mois de votre volume réel de conversations contre elle, et inscrivez un plafond au contrat avec un dépassement tarifé à l’avance plutôt qu’au renouvellement.
• La société n’a pas levé depuis 2021 et les effectifs rapportés sont incohérents — les trackers annoncent 71 et 33 salariés sur des périodes qui se chevauchent, un écart assez large pour qu’au moins un chiffre soit périmé. Garde-fou : appliquez les vérifications de viabilité habituelles — exigez un droit contractuel d’export des données, gardez la voie d’export Snowflake ou SDK active dès le premier jour pour que votre historique de conversations ne soit jamais captif, et réexaminez la position de financement à chaque renouvellement.
• Tous les chiffres de performance cités ici viennent du fournisseur. Les 100 % de couverture, la marge de 10 à 25 % sur les tokens Snowflake, les 3 % de détection de risque de churn chez Brex : tout est matériel d’entreprise, rien n’est audité. Garde-fou : prenez une question dont vous connaissez déjà la réponse par une revue manuelle, passez-la dans Rippit pendant l’essai, et comparez les conclusions plutôt que les pourcentages de couverture. Un outil qui lit tout et conclut faux vaut moins qu’un échantillon qui conclut juste.
• Les Claude Skills dépendent d’une plomberie que vous fournissez. Elles sont téléchargeables, elles sont précises, et elles ne font rien tant que votre workspace Claude n’a pas d’accès MCP aux données de conversation. Garde-fou : confirmez le chemin de connexion exact pendant l’essai, avec votre équipe sécurité dans la salle, avant que les skills n’apparaissent dans un business case.