Ce que c’est

Terret est la plateforme de revenue intelligence et de forecasting qui s’appelait BoostUp jusqu’au 2025-09-09. Le changement de nom n’a rien de cosmétique. L’entreprise s’est repositionnée : d’outil ponctuel de forecasting, elle est devenue une plateforme d’agents, et le produit se vend désormais en trois surfaces nommées. Terret Nexus, présenté comme un moteur réponse-vers-action qui diagnostique un problème de revenue puis déploie des agents contre lui ; Terret Forecast, la prévision de pipeline par machine learning qui descend directement de ce que vendait BoostUp ; et Terret Conversation Intelligence. La flotte de lancement s’appelait Pipeline Builder, Sales Process Agent, Mutual Action Planner, Machine Forecast et Terret GPT, et Nexus embarque ses propres agents de coaching, de workflow, de suivi et d’intégration.

boostup.ai redirige aujourd’hui en 301 vers terret.ai. L’application se connecte toujours sur app.boostup.ai, ce qui résume assez bien jusqu’où la migration est réellement allée.

Pourquoi il apparaît dans les stacks RevOps

Le forecasting reste le module porteur. Quel que soit le cadrage par les agents, cette plateforme entre en liste courte pour la même raison que BoostUp avant elle : une prévision construite sur les données CRM et l’activité, qu’un manager peut défendre ligne à ligne, plutôt qu’un cumul de l’optimisme des reps.
Il lit les systèmes déjà en place. Salesforce et HubSpot comme colonne CRM, Gong et Chorus pour les données de conversation, Outreach et Apollo pour l’engagement, Gmail et Outlook pour l’activité — le tout assemblé en un seul graphe de revenue plutôt qu’en rapports juxtaposés.
L’accès là où le travail se fait. Nexus s’affiche dans Salesforce et répond aux questions dans Slack, si bien que l’inspection des deals ne dépend pas de l’adoption d’une console supplémentaire par les reps. C’est depuis toujours la moitié la plus difficile de cette catégorie.
Des références enterprise nommées. Terret publie MongoDB, Cloudflare, Carta, Grafana Labs et Udemy comme clients, et cite MongoDB, Cloudflare et Mistral comme partenaires de construction de la plateforme.

La réalité du prix

Terret ne publie aucun prix. terret.ai/pricing redirige en 301 vers le formulaire de demande de démo : tous les chiffres ci-dessous viennent donc d’acheteurs, pas de l’éditeur.

Le jeu de transactions de Vendr situe le contrat médian à $30,420/an, avec une fourchette observée allant de $23,327 à $80,868. C’est le chiffre sur lequel construire le budget. Par ailleurs, certains annuaires logiciels affichent une grille par utilisateur — environ $30/utilisateur/mois pour Conversation Intelligence, $50 pour l’étage agents et $80 pour le forecasting — mais les annuaires se contredisent, l’un d’eux présentant encore le produit comme uniquement sur devis, et Terret n’en confirme rien. Traitez la fourchette annuelle comme la ligne budgétaire et les montants par utilisateur comme non vérifiés.

La forme pratique : engagement annuel, pas de voie mensuelle, et le devis bouge selon le nombre de sièges et le nombre de surfaces retenues parmi les trois.

Idéal pour

Les équipes RevOps en B2B SaaS de $20-200M d’ARR où le déclencheur d’achat est la défendabilité de la prévision : le CRO ne sait pas expliquer le manqué du trimestre précédent, et la réponse tient à un signal ancré dans l’activité plutôt qu’à un meilleur tableur. Le meilleur ajustement se trouve là où Salesforce est déjà assez propre pour qu’on s’y fie et où un flux de conversation intelligence existe déjà.

Ne l’achetez pas pour la flotte d’agents. Les agents ont été lancés en septembre 2025 et les éléments publics à leur sujet sont publiés par l’éditeur lui-même. Achetez la prévision, qui a des années de déploiement derrière elle, et traitez la couche Nexus comme un bonus à valider pendant le pilote.

Face à l’alternative

vs Clari. Clari reste le choix par défaut en enterprise, avec la surface de reporting la plus profonde et une plateforme plus large autour. Choisissez Clari quand le reporting au board exige de découper finement l’écart de prévision, ou quand l’organisation est assez grande pour que l’écart par siège se referme de toute façon. Choisissez Terret quand l’exigence est la fonction centrale de forecasting et que le budget contraint.
vs Aviso. Le concurrent le plus proche par segment et par prix. La modélisation prédictive est la meilleure moitié du produit d’Aviso ; le flux quotidien d’inspection des deals est la meilleure moitié de celui-ci. Tranchez selon celui que vos managers ouvriront réellement chaque semaine.
vs Gong Forecast. Le forecasting de Gong est un module accroché à une plateforme de conversation intelligence, et cela se voit. Choisissez Gong seul quand la conversation intelligence est la dépense principale et la prévision un bonus ; choisissez Terret quand la prévision est la raison de l’achat.
vs le reporting natif Salesforce plus un pack de prompts de revue de pipeline. En dessous d’une cinquantaine de reps, c’est l’alternative honnête, et elle coûte le prix des prompts. La plateforme justifie sa ligne budgétaire quand l’inspection manuelle cesse de tenir l’échelle.

Points de vigilance

Le changement de nom a coupé la piste documentaire. Avis, benchmarks et documentation d’intégration se répartissent entre les deux noms, et certains annuaires listent encore BoostUp comme un produit vivant distinct, avec d’autres prix. Garde-fou : cherchez les deux noms pendant l’audit et datez chaque source conservée — tout ce qui a été écrit avant le 2025-09-09 décrit BoostUp, pas le produit vendu aujourd’hui.
Les promesses de capacité des agents viennent de l’éditeur. Le matériel de lancement de Terret affirme que la flotte automatise jusqu’à 80% de l’activité tactique d’une équipe revenue. Aucune mesure indépendante n’étaye ce chiffre. Garde-fou : nommez deux ou trois tâches précises dans le périmètre du pilote, mesurez les heures avant et après, et conditionnez le renouvellement à cette mesure plutôt qu’au chiffre affiché.
La qualité de la prévision se dégrade sur des données CRM sales. Le scoring ancré dans l’activité suppose que l’activité soit capturée, et le signal s’amincit là où les reps travaillent hors des systèmes connectés. Garde-fou : budgétez le travail d’hygiène CRM avant le déploiement et non après, et vérifiez pendant le pilote la couverture de capture email et agenda par équipe.
L’adoption dépend de l’exigence des managers. Les reps dont l’activité n’est pas journalisée sont moins bien notés, et la plateforme ne devient le système de référence que si les managers y tiennent leurs revues. Garde-fou : obtenez un parrainage au niveau CRO avant de signer ; un déploiement de cette catégorie porté par les seuls RevOps s’enlise.
Pas de serveur MCP. Pour une équipe qui fait passer ses questions de pipeline par un assistant, Terret n’expose aucun point d’accès Model Context Protocol, et son histoire LLM se limite à l’accès à Claude et ChatGPT dans Nexus, pas à un connecteur ouvert. Garde-fou : si l’accès côté assistant est une exigence, confirmez avant de signer que l’API couvre les lectures précises dont vous avez besoin, et revérifiez au renouvellement.

Modifier cette page sur GitHub