Je kunt niet beheren wat je niet kunt meten. In deze driedelige serie onderzoeken we de gegevens die hard nodig zijn om moderne strategieën voor vertaalbeheer te verbeteren.

Hoe controleer je de kwaliteit van inhoud die is geschreven in een taal die je niet spreekt? Dat is een raadsel dat de vertaalindustrie nog steeds nooit helemaal heeft opgelost voor gefrustreerde wereldwijde marketeers. Natuurlijk kunnen de meeste aanbieders wijzen op een bekwaamheidstest die hun vertalers hebben doorstaan en een beoordelingsproces in meerdere stappen dat elk project beheerst. Maar afgezien van de mening van de laatste redacteur die uw inhoud heeft aangeraakt, welke garanties kunnen zij u echt bieden?

Volgens het Translation Technology Insights-rapport van SDL meet 59% van de vertaalprofessionals helemaal geen kwaliteit of vertrouwt het op puur kwalitatieve criteria. Of, om het anders te zeggen, velen bidden tot de goden van het proeflezen en hopen dat er geen fouten worden ontdekt door de klanten of collega's van hun klant.

Maar fouten worden toch gedetecteerd? We weten dit objectief, omdat 64% van de vertaalprofessionals zegt dat ze regelmatig herwerken op basis van feedback van derden. Maar we weten het ook intuïtief als we gefluister horen dat onze inhoud in een vreemde taal onhandig, onhandig of robotachtig aanvoelt.

Dus hoe kunnen we in de toekomst een maatstaf voor vertaalkwaliteit afleiden die iedereen vertrouwt?

De weg naar gekwantificeerde vertaalkwaliteit

Je hebt geen ervaring met vertaalprojecten nodig om de valkuilen van kwalitatieve feedback te herkennen. Of het nu muziek was of een maaltijd, we kunnen ons allemaal een tijd herinneren waarin onze creatieve output met enorm verschillende meningen werd ontvangen. Sommigen prezen onze prestaties, anderen scholden onze incompetentie uit en we hadden geen duidelijk idee van hoe en of we moesten verbeteren.

Hoewel het altijd belangrijk is om de balans van persoonlijke meningen af te wegen, moeten geldige kwaliteitsbeoordelingen uiteindelijk ook worden doordrenkt met een reeks onbetwistbare, objectieve normen. En iedereen, van voedselcritici tot kunstschaatsrechters, kan getuigen van het feit dat kunst niet noodzakelijkerwijs is vrijgesteld van kwantificering.

Vertaalprofessionals komen langzaam maar zeker tot dezelfde conclusie. De (inmiddels ter ziele gegane) Localization Industry Standards Association (LISA) was de eerste die een kader voor kwaliteitsborging populariseerde dat verschillende grammaticale, stilistische en opmaakelementen op eenvoudige schalen van 1-10 beoordeelde. De Translation Automation User Society (TAUS) heeft deze aanpak sindsdien verbeterd met een dynamischer en uitgebreider eigen model.

Ondanks de dankbaarheid die we deze organisaties verschuldigd zijn voor het in de goede richting sturen van het gesprek, delen hun oplossingen dezelfde fundamentele tekortkoming: een kwaliteitsbeoordelingsprotocol dat achteraf wordt toegepast. Beoordelaars onderzoeken een steekproef van gepubliceerde inhoud en tellen met terugwerkende kracht de fouten.

Dus hoewel het leuk is om de nauwkeurigheid van een vertaler te kwantificeren, is het leren over hun slechte beoordelingen nadat de inhoud live is gegaan vergelijkbaar met het leren over de geschiedenis van verkeersovertredingen van uw taxichauffeur nadat hij u in een greppel heeft gereden.

Ja, u heeft een objectieve reden om in de toekomst van dienstverlener te veranderen. Maar het kwaad was al geschied.

De kracht van voorspellend assessment

Slechte creatieve output is zelden een verrassing. Een nadere analyse van hun productie zal bijna altijd onthullen dat er hoeken werden gesneden op een moment dat in plaats daarvan zorgvuldige voorbereiding nodig was. Succes is dus eigenlijk gewoon het resultaat van goede gewoonten die op belangrijke momenten worden toegepast.

Sommige succesfactoren voor vertalingen zijn al vrij duidelijk. Het verwijzen naar de visuele context, het hergebruiken van tekenreeksen die zijn opgeslagen in het vertaalgeheugen en het besteden van voldoende tijd aan revisie zijn allemaal gedragingen die goed correleren met de vertaalkwaliteit. Maar zelfs dan kunnen de meeste bedrijven deze activiteiten pas achteraf zien.

Dat begint echter allemaal te veranderen met de komst van cloudgebaseerde vertaalbeheersystemen die gedrag volgen terwijl het gebeurt. Elke actie kan worden vastgelegd als een real-time datapunt. Als gevolg hiervan kunnen we nu vóór publicatie objectief taalgewoonten analyseren en een weloverwogen voorspelling doen over de resulterende vertaalkwaliteit.

Dat is de logica achter de nieuwe Quality Confidence Score™ (QCS) van Smartling, een op percentages gebaseerde voorspelling van de verwachte nauwkeurigheid op basis van de analyse van meer dan 75 op gedrag gebaseerde succesfactoren.

Deze dynamische metriek geeft aanzienlijke macht aan vertaalklanten. De ongeëvenaarde transparantie die mogelijk wordt gemaakt door gegevens stelt hen in staat om zowel Smartling vertalers als externe bureaus scherp te beoordelen. Hierdoor kan onzorgvuldig gedrag worden geïdentificeerd en aangepakt lang voordat het de kans krijgt om de reputatie van een merk in gevaar te brengen.

Naast het verantwoordelijk houden van uw vertaalbureaus, kan het QCS ook inspireren tot strategische workflowaanpassingen. Als de beoordelingen die verband houden met technische inhoud bijvoorbeeld relatief laag zijn, kan dat de herinnering zijn die u nodig heeft om een woordenlijst te maken waarnaar vertalers kunnen verwijzen. Tegelijkertijd kunnen consistent hoge beoordelingen die aan een bepaalde vertaler zijn gekoppeld, u de luxe geven om een duur beoordelingsprotocol terug te schroeven.

Dus op de vraag hoe marketeers volgens ons de kwaliteit van hun inhoud in vreemde talen moeten beoordelen, is het antwoord tegenwoordig eigenlijk heel eenvoudig.

Beslis met gegevens.

Meer informatie

Neem vandaag nog contact met ons op om precies te weten te komen hoe gegevens uw vertaalresultaten kunnen verbeteren.