Skalering af lokalisering gennem begrænsning

Affirm tilbyder både handlende og forbrugere finansielle produkter, der er designet til at gøre deres liv lettere. De tilbyder en køb-nu-betal-senere-service til shoppere samt en bankkonto med højt afkast. Til handlende tilbyder Affirm adskillige løsninger, der har til formål at hjælpe virksomheder med at tiltrække nye potentielle kunder og i sidste ende konvertere browsere til kunder.

Darci Stacy, en videnschef hos Affirm, og hendes team har påtaget sig det udfordrende arbejde med at centralisere og skalere deres virksomheds lokaliseringsprogram. På Smartlings Global Ready Conference diskuterede Darci de udfordringer, hendes team har stået over for omkring budgettering og båndbredde, og beskriver de strategier og værktøjer, de har udnyttet til at skalere og samtidig opretholde høje standarder for kvalitet.

Udvidelsesplaner og centralisering

I 2020 annoncerede Affirm sit opkøb af PayBright, en førende udbyder af køb-nu-betal-senere-tjenester i Canada. Dette skridt ville bane vejen for, at Affirm kan udvide sin rækkevidde og komme ind på det canadiske marked.

Forud for opkøbet havde PayBright taget en decentral ad hoc tilgang til lokalisering - hvor interne medarbejdere lokaliserede og oversatte indhold efter behov udover at udføre deres øvrige daglige opgaver. Affirm erkendte imidlertid, hvordan denne tilgang kunne hindre skalerbarhed og kvalitet, og valgte at centralisere sin lokaliseringsindsats i vidensledelsesteamet.

Med alle oversættelser flydende gennem ét team, kunne andre i virksomheden frit fokusere på deres primære ansvar. Videnstyringsteamet centraliserede derefter alle oversættelser i Smartling. For at sikre kvalitet og konsistens og bekræfte anvendelsen af virksomhedens foretrukne terminologi på tværs af indholdstyper, udnyttede de oversættelsesgennemgangen og begyndte at udarbejde deres ordliste.

Løsning af lokaliseringsbudgetudfordringer

Det kan være udfordrende at ekspandere til nye markeder og arbejde på projekter med mange interessenter på tværs af forskellige teams – især når man skal navigere i budgetfordelingsdilemmaer. Virksomheder skal ofte være meget bevidste om, hvordan de implementerer lokaliseringskroner.

For Affirm betød arbejdet med budgetbegrænsninger, at videnledelsesteamet skulle finde måder at opbygge effektivitet i oversættelsesprocessen. For at gøre det udnyttede de følgende værktøjer og strategier:

• De blev de interne eksperter på Smartling. Teamet centraliserede opgaven med at fejlfinde og hjælpe interessenter med at blive sat op og vant til Smartling. Det sikrede, at de var opmærksomme på alle de problemer, folk løb ind i, og i sidste ende hjalp dem med at undgå, at de samme problemer opstod i fremtidige projekter.
• De oprettede en dedikeret kanal i Slack. Ethvert team inden for Affirm kunne bruge denne kanal til at stille spørgsmål og fejlfinde problemer relateret til lokalisering eller deres brug af Smartling.
• Teamet dokumenterede deres processer. På den måde var al information tilgængelig på efterspørgsel. Andre interessenter kunne konsultere dokumentationen og for det meste selv tjene og kun få hjælp fra teamet, når de havde spørgsmål eller løb ind i problemer.
• Holdet omfavnede værdien af oversættelseshukommelse. Teamet prioriterede at udnytte Smartling til at opbygge Affirms oversættelseshukommelse. Det har til gengæld sikret, at de ikke skal betale for at oversætte den samme streng to gange (eller tre eller fire gange) - et faktum, der ifølge Darci Stacy har hjulpet alle med at omfavne ideen om at centralisere oversættelser inden for ét team og en løsning.
• De automatiserer så meget som muligt. Teamet sørgede for, at de havde oprettet projekter i Smartling for hver af deres forskellige indholdstyper. Disse omfatter Affirms app og hjemmeside, kundekommunikation, hjælpecenter og supportindhold til både virksomhedens købmænd og forbrugere, og internt indhold til agenter (samtalepunkter, e-mailskabeloner osv.). På den måde kunne de automatisere så meget som muligt, bruge så lidt tid som muligt på manuelt arbejde og skalere hurtigt.

Affirms oversættelsesmix

For Affirm er oversættelser af høj kvalitet altafgørende. Den specialiserede og stærkt regulerede karakter af den finansielle serviceindustri betyder, at nøjagtighed ikke er til forhandling, og at virksomheden har specifikke terminologikrav. Som et resultat har Affirm i øjeblikket valgt en human-first-oversættelsestilgang: menneskelig oversættelse og redigering, hvor strenge bliver gennemgået af vidensledelsesteamet, før de udgives.

De er også ved at udbygge deres ordliste. Når teamet gennemgår oversatte strenge i Smartling, identificerer de termer, der skal valideres med andre interessenter i virksomheden. Hvert kvartal bringer Darci derefter listen over vilkår til Affirms juridiske og compliance-teams for at bekræfte, at disse er de bedste og mest passende vilkår at bruge. Eventuelle nødvendige ændringer foretages og leveres til Smartling for at sikre ensartethed over hele linjen.

Når det er sagt, er Affirm, ligesom mange andre virksomheder, også interesseret i at bruge de nyeste AI-drevne løsninger til at gøre mere med mindre. Darci nævnte, at når både oversættelseshukommelsen og ordlisten er bygget ud til det canadiske franske marked, kan hendes team begynde at eksperimentere med AI-drevet maskinoversættelse til nogle af de lavere profilindholdstyper.

—

Vil du lære mere om skalering af lokalisering gennem budgetmæssige udfordringer? Se dette års Global Ready Conference i sin helhed. Alle sessioner er tilgængelige på efterspørgsel her.