Smartling udnævnt som førende i The Forrester Wave™: Localization Services, Q3 2026.
Smartling udnævnt til leder i Forrester Wave ™

To uger før en lancering på fire nye markeder kommer 40% af dine strenge tilbage sent. Ingen kan sige, hvilken leverandør der har dem, hvilken version de blev oversat fra, eller om de, der allerede er returneret, afspejler ændringerne fra sidste måneds kopi.

Lanceringsdatoen rykker med tre uger, og retrospektivet giver oversætterne skylden.

Oversætterne var ikke problemet. Indholdsmængden er vokset hurtigere, end de fleste oversættelsesprogrammer er bygget til at håndtere, og generativ kunstig intelligens har skabt forventningen om, at lokalisering skal ske næsten øjeblikkeligt. Mellem disse to pres ligger en række fiaskoer, der intet har at gøre med sproglige færdigheder.

Denne artikel gennemgår, hvorfor lokaliseringsfejl fejlagtigt diagnosticeres som fejl i oversættelseskvaliteten, de otte specifikke programproblemer, der forklarer de fleste forsinkede lanceringer og overforbrug, hvad der løser hvert enkelt problem på proces- og systemniveau snarere end bemandingsniveau, og hvordan du kan se, hvilket problem der i øjeblikket koster dig mest.

De fleste lokaliseringsproblemer er ikke oversættelsesproblemer

Teams diagnosticerer på sproglaget, fordi det er der, symptomet viser sig. Kvalitet føles forkert, så nogen ansætter bedre lingvister, tilføjer en evalueringsrunde eller skifter leverandør, og lanceringen glider stadig.

De virkelige fiaskoer sidder et lag oppe i programmet. Indhold i seks systemer uden en enkelt registrering af oversættelsesstatus, arbejde der bevæger sig via e-mail og regneark, og ingen forsvarlig regel for, hvilken indhold der fortjener menneskelig gennemgang. Lanceringsdatoen afhænger af alle disse, og ingen af dem er et sprogligt problem.

Lokaliseringsproblemer af den slags forværres stille og roligt. Hver enkelt koster et par dage og et par tusinde dollars, og ingen af dem fremstår som en post, man kan pege på, hvilket er grunden til, at de fortsætter, selv efter at teamet har løst alle problemer, det kunne identificere på sproglaget.

 

Hvad er udfordringerne ved lokalisering?

Lokaliseringsudfordringer kommer i to lag.

Sproglige udfordringer er de sætningsniveauproblemer, der er dækket i vores guide til almindelige oversættelsesudfordringer: idiomer, grammatik, sammensatte ord og leksikalske huller, der kræver sproglige færdigheder at løse.

Udfordringer på programniveau er forskellige. De omfatter indhold, der findes i flere systemer uden fælles registrering af oversættelsesstatus, manuelle overdragelser mellem teams og leverandører, ingen forsvarlig politik, hvor indhold fortjener menneskelig gennemgang, kvalitetsdebatter, der ikke måles, forfald af oversættelseshukommelse, kildeindhold, der ændrer sig efter oversættelsen er startet, brud på brand- og kulturel konsistens på tværs af markeder, og omkostnings- og hastighedsdata, der forbliver usynlige, indtil en faktura ankommer.

Udfordringer på programniveau tegner sig for de fleste forsinkede lanceringer og uforklarlige udgifter, og ingen af dem kan løses ved at ansætte bedre lingvister.

De otte nedenfor er dem, der oftest dukker op i virksomhedsprogrammer, og hver af dem har en løsning, der ikke involverer at ansætte flere folk.

 

De otte problemer

 

1. Indhold lever overalt, og intet er kilden til sandhed

Produktstrenge findes i et arkiv. Kampagneteksten findes i et CMS. Hjælpeartikler findes på en supportplatform. Juridiske ansvarsfraskrivelser findes på et delt drev, som én person vedligeholder, og sloganet findes på et slide.

Ingen har et enkelt overblik over, hvad der er blevet oversat, til hvilke sprog, og i hvilken version. Holdene svarer ved at spørge hinanden, så svaret ankommer en dag for sent og allerede forældet, og oversættelsestilstanden rekonstrueres for hver udgivelse i stedet for at blive forespørget som i ethvert andet indholdssystem.

Løsningen er at centralisere registreringen af oversættelsesstatus, ikke selve indholdet. Indhold forbliver, hvor det er oprettet, og oversættelseslaget sporer alle strenge, statusser og versioner på tværs af alle disse kildesystemer.

 

2. Manuelle overdragelser mellem teams, leverandører og regneark

Nogen eksporterer, sender via e-mail, uploader, venter, downloader og indsætter tilbage. Hvert hop koster en dags kalendertid og ti minutters faktisk arbejde, og kalendertiden er det tal, ingen ser.

Handoffs producerer også den dyreste type lokaliseringsfejl, fordi de overskriver. To personer eksporterer den samme fil, begge redigerer den parallelt, den ene version vinder lydløst, og opdagelsen sker, når et markedsteam bemærker, at dens rettelse er forsvundet.

Løsningen er at fjerne mennesket fra transporttrinnet. Indhold flyder automatisk ud og tilbage, udløst af en publiceringshændelse eller en commit i stedet for af nogen, der husker det.

ClassPass reducerede sin ni-trinsproces til fem efter at have forbundet Smartling direkte med Figma, Zendesk, GitHub, Contentful og HubSpot. Den nye proces tog én time i stedet for tre en halv, hvilket bidrog til en effektivitetsforøgelse på 70 % og en besparelse på mere end 1.000 timer i det første år.

 

3. Ingen forsvarlig måde at afgøre, hvilket indhold der kræver et menneske

En juridisk ansvarsfraskrivelse og en produktændringslog berettiger ikke til samme behandling, men de fleste programmer anvender én politik på begge, fordi alternativet kræver en vurdering, som ingen ønsker at anerkende offentligt.

Send alt til menneskelig oversættelse, og budgettet løber ud i tredje kvartal. Send alt gennem rå maskinoversættelse, og noget pinligt når til sidst frem til kunden. Begge standardindstillinger eksisterer, fordi det at vælge efter indholdstype føles som at tage en holdning, der skal forsvares senere.

Løsningen er at beslutte ud fra indholdstype og risiko, og derefter kode beslutningen, så den udføres uden et møde. Oversættelsesworkflowstyring dirigerer indhold efter risiko, indholdstype og sprog, og når reglerne er fastsat, sker dirigeringen på hvert job uden at nogen gendebatterer, hvilket niveau et stykke indhold hører hjemme i.

Personio forventede 40% besparelser og halverede sin interne gennemgangsindsats ved at opdele indhold på denne måde, anvende maskinoversættelse på standardiseret supportindhold, samtidig med at menneskelig opmærksomhed bevares på det indhold, der rent faktisk berettigede det.

 

4. Der diskuteres kvalitet i stedet for at den måles

En markedsleder siger, at tyskeren føler sig ude af form. Sælgeren er uenig. Uden data vinder den højlydte mening, en uberettiget omoversættelse bestilles, og ingen af siderne forlader mødet med større tillid til, hvordan kvalitet rent faktisk ser ud.

Uden en pointgivningsramme kan holdet ikke bevise forbedringer over tid. Budgetsamtalen bliver uvindelig, fordi argumenterne for den næste investering afhænger af forvalterens troværdighed snarere end af dokumenteret forbedring.

Løsningen er at score med et rigtigt framework og holde scoringen tæt på produktionen. Multidimensionelle kvalitetsmålinger (MQM) leverer den fælles fejltaksonomi, der giver enhver anmelder mulighed for at klassificere det samme problem på samme måde. Lingvistisk kvalitetssikring (LQA) leverer den stikprøveproces, der gør scoringen gentagelig på tværs af projekter og bedømmere.

Smartlings LQA Suite kører begge dele på den samme platform, hvor oversættelsen finder sted, hvilket betyder, at markerede fejl flyder tilbage i indholdet i stedet for at dø i et regneark.

Målt kvalitet ændrer den finansielle samtale. "Kvalitet forbedret med 40%" bærer vægt, som "tyskeren har det bedre nu" ikke har, og forskellen er det, der gør den næste budgetcyklus til en samtale snarere end et forsvar.

 

Hvordan måler man lokaliseringskvalitet?

Lokaliseringskvaliteten måles med en ensartet fejlramme, repræsentativ stikprøveudtagning, vægtning af alvorlighedsgrad og trendrapportering efter sprog, indholdstype, arbejdsgang og leverandør. MQM leverer fejltaksonomien, og LQA definerer, hvordan anmeldere sampler, scorer, dokumenterer og løser fejlene, så forskellige anmeldere klassificerer det samme problem på samme måde.

Den resulterende score forbindes med produktionsbeslutninger. Spor fejltæthed og tilbagevendende kategorier over tid, og brug derefter resultaterne til at justere arbejdsgange, sproglige aktiver og vejledning til korrekturlæsere i stedet for at efterlade scoren i et regneark, som ingen læser.

 

5. Oversættelseshukommelsen forfalder, så du betaler to gange for de samme ord

Oversættelseshukommelse (TM) fungerer godt i omkring et år, og forsvinder derefter. Forskellige leverandører har forskellige kopier, ingen fjerner forældede poster, og gearingsraten falder stille og roligt uden at udløse nogen alarm, fordi det ikke er den slags målestok, som de fleste programmer holder øje med.

Spildet når op på et sekscifret beløb årligt på et stort program, uden at nogen bemærker det, fordi fakturaen aldrig specificerer det. Hvert projekt betaler lidt mere, end det burde, og summen bliver kun synlig, hvis teamet går efter den.

Løsningen er én live oversættelseshukommelse, som alle arbejdsgange og leverandører skriver til i realtid, i stedet for kvartalsvis eksporterede kopier, der distribueres via e-mail.

Spor gearingsraten som en måleenhed med et mål, og behandl et fald som en afbrudt proces snarere end en naturlig forringelse.

 

6. Kildeindholdet ændres efter oversættelsen er startet

En produktchef redigerer tre strenge dagen efter jobbet er sendt ud. Marketing omskriver overskriften midt i anmeldelsen. Den oversatte version sendes med tekst, der ikke længere findes, og uoverensstemmelsen viser sig, når en kunde ser den gamle overskrift på fransk ved siden af den nye på engelsk.

Frysning af kildeindhold virker, indtil virksomheden nægter at fryse, hvilket sker ved hver lancering. Det betaler sig at genoversætte alt for at rette tre strenge, og teamet ender med at vælge mellem nøjagtighed og omkostninger hver gang.

Løsningen er at registrere ændringer på strengniveau og kun sende det, der er ændret. Kontinuerlig lokalisering i Smartlings TMS overvåger kilden og dirigerer kun de redigerede strenge, så en omskrivning af en overskrift koster én streng oversættelse i stedet for en hel fil.

 

7. Kulturel og brandkonsistensbrud på tværs af markeder

Tolv markeder, tolv lokale teams, tolv fortolkninger af brandets stemme. Toneskift. Et slogan bliver omskrevet lokalt uden nogen registrering af hvorfor. Den næste kampagne arver driften uden at nogen beslutter sig for at acceptere den.

Sætningsniveauversionen af dette problem er virkelig vanskelig og dækkes i vores guide til almindelige udfordringer ved oversættelse. Programniveauversionen er styring, og styring skaleres på måder, som individuel vurdering ikke gør.

Løsningen er at indkode brandet i de aktiver, som hele din forsyningskæde læser fra. En ordliste retter terminologien. En stilguide fastlægger tonen. Begge hører hjemme i det miljø, som lingvister rent faktisk arbejder i, snarere end som en PDF, der var vedhæftet en onboarding-e-mail for seks måneder siden.

 

8. Omkostninger og hastighed forbliver usynlige, indtil fakturaen ankommer

Spørg hvad et sprogarbejde koster om måneden, eller hvor lang tid et typisk job tager fra start til slut, og det ærlige svar er normalt et estimat. Dataene findes på tværs af leverandørfakturaer, projektværktøjer og e-mailtråde, og det tager en uge at samle dem, hvilket teamet ikke har.

Usynlighed har en anden pris. Uden data om hastighed og forbrug kan lokaliseringsfunktionen ikke påvise afkast, så det behandles som overhead i hver budgetcyklus i stedet for som en investering med et dokumenteret afkast.

Løsningen er at instrumentere programmet på samme måde som enhver anden driftsfunktion instrumenteres. Omkostninger pr. sprog, ekspeditionstid pr. arbejdsgang, udnyttelse af oversættelseshukommelse og kvalitetsscorer i ét dashboard. Smartling Analytics leverer rapporteringslaget med rapporter om arbejdsgangsbrug, brug af AI-værktøjskasse, strengændringer og oversættelseshistorik, der kan filtreres efter projekt, arbejdsgang, sprog og bruger.

Virksomhedsteams, der måler hastighed og udgifter pr. sprog, kan forsvare programmet på data snarere end på lederens troværdighed, og forsvaret holder, selv når ledelsen skifter, eller AI-mandatet ændrer sig.

 

Hvor en platform passer ind

Syv af de otte ovenstående problemer er proces- og infrastrukturproblemer. Det ottende er et måleproblem. Ingen af dem løses med bedre sætninger.

De løses ved at samle oversættelsesstatus, routingregler, sproglige aktiver, kvalitetsscoring og forbrugsdata i ét system, som alle teams og leverandører rører ved. Når miljøet deles, bliver problemerne konfigurerbare i stedet for at forværres.

Smartling er en komplet AI-oversættelsesplatform, der håndterer software, AI og den menneskelige oversættelse på ét sted, bakket op af mere end 4.000 professionelle lingvister. Ved at køre de otte problemkategorier gennem det samme system forvandles et mønster med en fejl i startprocessen til et mønster, der kan rettes.

 

Hvad sker der, hvis intet af dette bliver rettet

Programmet forbliver strukturelt ude af stand til at absorbere et nyt marked, så enhver udvidelse bliver til et projekt med en skræddersyet plan snarere end en konfigurationsændring. At tilføje det trettende sprog koster det samme som at tilføje det tolvte, når det burde koste mindre.

Funktionen bliver ved med at blive læst som et omkostningscenter, fordi det eneste tal, den kan producere pålideligt, er `spend`. Investeringsafkast bliver et argument, som lederen fremfører, snarere end en rapport, som systemet genererer.

C-niveau AI-mandatet bliver kosmetisk opfyldt. AI og maskinoversættelse placeres et sted synligt, den underliggende proces forbliver manuel, og de besparelser, som mandatet skulle have givet, bliver aldrig til noget, fordi de syv andre problemer ikke blev løst samtidig.

Hver af de otte er den sammensatte omkostning ved et problem, som ingen har navngivet, hvilket betyder, at hver enkelt kan inddrives ved at navngive det.

 

Start med den, der kostede dig mest i sidste kvartal

Vælg det af de otte problemer, der kostede dig mest i sidste kvartal, og afprøv det, før du køber noget andet. Hvis det ikke kan kendes, så start med problem otte, fordi måling er det, der gør de andre syv synlige.

Smartling LanguageAI-platformen giver dit team den nødvendige niveauinddeling i arbejdsgange, kvalitetsscoring og analyser til at løse hvert enkelt problem som et separat programproblem i stedet for at skulle betale for oversættelsesomkostningerne.

Lær mere om Smartlings muligheder ved at se den 2-minutters demo eller planlæg et møde i dag!

Ofte stillede spørgsmål

Hvad er lokaliseringsproblemet?
Lokaliseringsproblemet i de fleste virksomhedsprogrammer er, at fejlene opstår på programniveau snarere end på sprogniveau. Indhold findes i flere systemer, arbejdet bevæger sig gennem manuelle overdragelser, kvalitet diskuteres snarere end måles, og omkostninger og hastighed forbliver usynlige, indtil en faktura ankommer. At ansætte bedre lingvister eller skifte leverandør løser ikke et program, der er bygget til at fejle i disse sømmer.
Hvad betyder problemer med lokalisering?
Lokaliseringsproblemer betyder normalt, at programmet har et strukturelt problem, der dukker op som et symptom på sprogniveau. En forsinket lancering, en uforklarlig omkostningsoverskridelse eller en markedsspecifik klage kan typisk spores tilbage til en årsag på programniveau. De mest almindelige årsager er fragmenteret indhold, manuelle overdragelser, ingen forsvarlig politik på indholdsniveau, umålt kvalitet, forfalden oversættelseshukommelse, ændringer i kildekode undervejs i oversættelsen, inkonsistens i brandet og usynlige data om omkostninger og hastighed.
Hvad er et eksempel på lokalisering?
Lokalisering tilpasser et produkt, et budskab eller en oplevelse til et specifikt marked, hvilket dækker sprog, formatering, billeder og kulturel tilpasning. For eksempel oversætter en softwarevirksomhed, der lanceres i Tyskland, sin brugerflade, konverterer valuta- og datoformater, justerer supportindhold til lokale forventninger og holder sin brandstemme ensartet på tværs af alle markeder, den går ind på.

Reagan White

Lokaliseringsekspert
Reagan White er en lokaliseringsekspert med erfaring i at hjælpe globale brands med at strømline oversættelsesworkflows og skalere flersproget indhold. Med en baggrund inden for oversættelsesteknologi og international indholdsstrategi skriver hun om lokaliseringsautomatisering, AI-oversættelse og bedste praksis til opbygning af effektive globale operationer.

Hvorfor ikke oversætte mere intelligent?

Chat med en fra Smartling-teamet for at se, hvordan vi kan hjælpe dig med at få mere ud af dit budget ved at levere oversættelser af højeste kvalitet, hurtigere og til betydeligt lavere omkostninger.
Cta-Card-Side-Image