Phrase Data (TMS)

Контент автоматически переведен с английского языка с помощью Phrase Language AI.

Phrase Data доступен на двух уровнях:

Базовый
Доступно для
- Team, Professional, Business, Enterprise и планы Software UI/UX
Свяжитесь с отделом продаж по вопросам лицензирования.
Premium

Уровень Premium предлагает такой же получить доступ, как и уровень Basic, плюс получить доступ к данным на уровне сегмент.
Доступно для
- планов Business и Enterprise
Свяжитесь с отделом продаж по вопросам лицензирования.
Доступно для
- План Enterprise (Устаревшая версия)
Свяжитесь с отделом продаж по вопросам лицензирования.

Облачные хранилища данных (такие как Snowflake) Включить клиент безопасно получить доступ к своим данным через интерфейс SQL.

Phrase Data отображает данные, относящиеся к использованию TMS клиент, с даты, когда клиент впервые подписался на Phrase, по настоящее время. Phrase оставляет за собой право изменить период, за который отображаются данные, уведомив об этом клиент.

Полная техническая документация интеграция Phrase Data.

Phrase Data помогает в принятии стратегических решений, демонстрирует влияние на Business и может обосновать инвестиции. Данные можно объединить с более широкими показателями компании, чтобы выявить влияние на доход, проникновение на рынок и удовлетворенность клиент:

Веб-трафик, такой как просмотры страниц, показатели отказов, демографические данные пользователь.
Маркетинговые данные, такие как рейтинг кликабельности, коэффициенты конверсии, вовлеченность в социальных сетях
Данные службы поддержки клиент, анализировать, приводят ли локализованные справочные материалы к более быстрому решению вопрос и более высокой удовлетворенности клиент.
Показатели продаж, сравнение затрат с доходом, полученным от локализованного контент.

Аналитика помогает понять охват и репутацию глобального контент по всему миру и гарантирует, что сообщение компании будет успешным на разных языках.

Окупаемость инвестиций (ROI) усилий по локализации

Используется для поддержки сохранения или увеличения бюджетов путем доказательства того, что инвестиции в перевод приносят прибыль. Это также указывает на экономию средств, например, как использование машинный перевод сэкономило деньги с течением времени, что способствует общему ROI.
Адаптация контент, эффективность и вовлеченность пользователь

Поймите, как локализованный контент воспринимается аудиторией. Отслеживание удержания клиент в каждом языковой стандарт показывает, что переводы отвечают потребностям пользователь. Эта обратная связь может повлиять на стратегию качества Team или на то, как скорректировать стиль, чтобы лучше находить отклик у местных пользователь. Вариант использования клиент связывает адаптацию контент с показателями вовлеченности. Использование различных промптов с AutoAdapt для персонализации контент на основе демографических данных (например, возраст, пол, регион, язык) позволит отслеживать рост эффективности на местном уровне или на уровне кампании.
Приоритизация рынков и язык

Помогает решить, на каких язык или регионах сосредоточиться для достижения максимального эффекта. Это гарантирует, что Team распределяет ресурсы на переводы, которые приносят наибольшую отдачу для Business. Может также помочь определить последовательность внедрения нового язык или обосновать локализацию для рынков, на которых они хотят расти.
Оптимизация процессов и технологическая стратегия

Оценка длительности рабочего процесса и влияния автоматизации ведет к постоянному совершенствованию процессов и помогает выбрать подходящую технологию. Измерение того, как возросшее использование машинного перевода влияет на качество и скорость (например, время на постредактирование и уровень качества), позволяет количественно оценить рост производительности.
Внутренний бенчмаркинг производительности

Со временем внутренние показатели, такие как средняя стоимость слова, среднее время выполнения для заданного типа контент и средний уровень качества, становятся стратегическими целями для улучшения. Это раскрывает результаты применения интеллектуальных практик и повышения эффективности, что дополнительно обосновывает программы локализации.

Подключите Phrase Data к рабочим процессам Orchestrator для более эффективного выполнения сложных запросов и расширенной автоматизации. Интеграция с Orchestrator<1> также помогает оптимизировать проверки качества и процесс оптимизации за счет выборки проектов или более быстрого выявления заданий, которые соответствуют определенным критериям.

Варианты использования базового уровня

В любой отрасли, которая полагается на перевод и лингвистическую локализацию, Team необходимы надежные аналитические данные для принятия решений. Однако отчетность по аналитика и аналитические данные различаются в зависимости от потребностей Team (локализация, контент, руководство), которым требуются операционные показатели (повседневная эффективность, пропускная способность, затраты) и стратегические выводы (долгосрочный ROI, влияние на пользователь, рост рынка).

Операционная аналитика помогает менеджерам по локализации оптимизировать рабочие процессы и ежедневно управлять расходами.

Объем (также известный как пропускная способность)

Отслеживание объема контент, переведенного за определенное время (например, слов в неделю/месяц), указывает на производительность Team. Это помогает при планировании ресурсов.
Своевременность (также известная как время выполнения)

Время выполнения измеряет, сколько времени требуется для перевода контент от начала до завершить. Team по локализации отслеживают, доставляются ли переводы по графику или сталкиваются с задержками. Это имеет решающее значение для соблюдения сроков выпуска продукта, соглашений об уровне обслуживания (SLA) и расследования причин задержек.
Эффективность исполнитель и лингвист

Если привлекаются внешние исполнители или внештатные лингвисты, Team по локализации захочет оценить их эффективность. Отслеживаются такие показатели, как время выполнения заказа каждым исполнителем, своевременность доставки каждым исполнителем и оценки качества работы каждого лингвиста.
Показатели качества (контроль качества)

Измеряйте процент переводов, которые проходят контроль качества с первой попытки (без необходимости доработки), что свидетельствует об эффективном первичном переводе. Аналогичным образом, детализируйте категорию и критичность обнаруженных ошибок, например, терминология, точность и т. д.
Показатели стоимости и эффективности

Как правило, Team отслеживает стоимость слова и общие расходы по проекту, языку или отделу, чтобы обеспечить соблюдение бюджета. А также экономию, чтобы Сравнить стоимость исходного перевода со стоимостью со скидкой после применения схемы расчета чистой ставки, подчеркивая ценность сохранения совпадений в память переводов (TM) и повторов. Например, если 30% слов в новом проекте были переведены с использованием 100% совпадений в память переводов (TM), Team может количественно оценить сэкономленные средства за счет отсутствия повторного перевода этих сегментов.
Использование автоматизация (машинный перевод (МТ) и память переводов (TM))
- Усилия по постредактирование, такие как среднее количество правок или время, необходимое для обработки результатов машинный перевод (МТ), чтобы помочь оценить машинный перевод (МТ).
- Коэффициент использования памяти переводов (TM) путем анализа % контента по совпадениям в памяти переводов (TM), что указывает на эффективность повторного использования памяти переводов (TM) и экономию затрат.
- Коэффициент использования машинного перевода (МТ), например % сегментов, изначально переведенных с помощью машинного перевода (МТ). Это демонстрирует охват автоматизации и возможности для сокращения затрат/времени – только для уровня Premium.

Варианты использования уровня Premium

Использование памяти переводов (TM)

Отслеживайте, когда память переводов (TM) использовалась в последний раз и сколько сегментов было повторно использовано с течением времени. Это помогает оценить актуальность памяти переводов (TM), вклад в ценность и то, стоит ли продолжать поддерживать устаревшие памяти переводов (TM).

Предлагаемый анализ:

Использовать segment_statistic_v2 и фильтровать по translation_origin = TM.
- Память переводов (TM) можно идентифицировать, используя Идентификатор.
- Агрегируйте сегменты по памяти переводов (TM) и используйте поле date_created, чтобы увидеть, когда память переводов (TM) была использована. Также полезно рассчитать и увидеть среднее editing_time_ms и оценка.
Объединить с job_v2, используя Идентификатор, чтобы извлечь информацию о языке, например языковой стандарт.
Объединить с project_v2, используя Идентификатор, чтобы контекстуализировать использование по отрасли, клиенту, бизнес-подразделению и т. д.

Преимущества:

Экономия затрат: Помогает вывести из эксплуатации неиспользуемые или низкоэффективные памяти переводов (TM) для снижения накладных расходов на обслуживание.
Качество: Выявляет устаревающие памяти переводов (TM) с высокими затратами на постредактирование и отмечает подходящие действия.
Эффективность: Использовать высокоэффективные памяти переводов (TM), которые сокращают время на редактирование и увеличивают количество автоподтверждений. Рассмотрите возможность соответствующей корректировки порогового значения памяти переводов (TM).

Оптимизация системы машинного перевода (МТ)

Сравнить системы машинного перевода (МТ) по Оценке качества (QPS) (уровень качества на сегмент) и времени постредактирования, что позволяет более интеллектуально направлять контент в нужную систему машинного перевода (МТ).

Предлагаемый анализ:

Использовать segment_statistic_v2 с фильтром по translation_origin = MT.
Объединить с machine_translate_setting_v2, используя machine_translate_setting_id.
- Систему машинного перевода (МТ) можно идентифицировать с помощью machine_translate_setting_name.
- Агрегировать сегменты по системе машинного перевода (МТ) и рассчитать сумму segment_id, среднюю Оценку качества (QPS) и среднее editing_time_ms.
Объединить с job_v2, используя Идентификатор, чтобы извлечь информацию о языке, например языковой стандарт.
Объединить с project_v2 для различных типов контента, таких как отрасль, клиент, бизнес-подразделение и т. д.

Преимущества:

Снижение затрат: Определить и использовать для задания подходящие системы, которые лучше всего соответствуют типу контента и языку с исторически низкими показателями редактирования.
Количественная оценка времени выполнения: Путем анализа времени редактирования для каждой языковой пары, типа контента и т. д.

Максимизировать количество автоподтвержденных сегментов (т. е. контент без участия человека)

Определить наиболее эффективную точку, где высокая Оценка качества (QPS) и отсутствие времени редактирования позволяют выполнить автоподтверждение, чтобы максимально сократить объем контента, требующего проверки человеком.

Предлагаемый анализ:

Использовать segment_statistic_v2:
- Фильтровать, где сегмент translation_origin = MT, is_confirmed = true, editing_time_ms = 0 и confirmation_source = MT.
- Агрегировать количество сегментов (segment_id), количество слов (words_processed) по QPS.
- Объединить с job_v2, используя Идентификатор, чтобы извлечь информацию о языке, например языковой стандарт.
- Объединить с project_v2, используя project_id, чтобы извлечь метаданные контента.

Преимущества:

Экономия затрат: Найти оптимальный порог Оценки качества (QPS) для увеличения количества автоподтверждений и сокращения времени редактирования там, где уровень качества уже достаточно высок.
Сокращение времени выполнения: Избегать ненужной проверки контента.

Шаблоны запросов

Примеры запросов, которые можно использовать в качестве руководства для начала работы с соответствующими таблицами:

Предварительно переведенный результат машинного перевода (МТ) из месяца в месяц

ВЫБРАТЬ
    ssv.qps
    ,DATE(DATE_TRUNC('month', ssv.date_created)) AS date_month
    ,COUNT(DISTINCT Идентификатор сегмента) AS mt_segments
FROM segment_statistic_v2 ssv
WHERE
    ssv.date_created >= DATEADD('day', -365, CURRENT_DATE)
    AND ssv.date_created < CURRENT_DATE
    AND ssv.translation_origin = 'mt' -- сегмент предварительно переведены с помощью машинный перевод (МТ)
GROUP BY
    ssv.qps
    ,DATE(DATE_TRUNC('month', ssv.date_created));

Вариативность качества машинного перевода (МТ) в зависимости от метаданных Пользовательский проект

ВЫБРАТЬ
    ssv.qps
    ,pcmv.custom_field_name
    ,pcmv.custom_field_values
    ,COUNT(DISTINCT Идентификатор сегмента) AS mt_segments
FROM segment_statistic_v2 ssv
объединить job_v2 jv
    ON ssv.Идентификатор задания = jv.Идентификатор задания
JOIN project_custom_metadata_v2 pcmv
    ON jv.project_id = pcmv.project_id
WHERE
    ssv.date_created >= DATEADD('day', -28, CURRENT_DATE)
    AND ssv.date_created < CURRENT_DATE
    AND ssv.translation_origin = 'mt' -- сегмент предварительно переведены с помощью машинный перевод (МТ)
GROUP BY
    ssv.qps
    ,pcmv.custom_field_name
    ,pcmv.custom_field_values;

Вариативность качества машинного перевода (МТ) в зависимости от локалей

ВЫБРАТЬ
    ssv.qps
    ,jv.locale_pair
    ,COUNT(DISTINCT Идентификатор сегмента) AS mt_segments
FROM segment_statistic_v2 ssv
объединить job_v2 jv
    ON ssv.Идентификатор задания = jv.Идентификатор задания
WHERE
    ssv.date_created >= DATEADD('day', -28, CURRENT_DATE)
    AND ssv.date_created < CURRENT_DATE
    AND ssv.translation_origin = 'mt' -- сегмент предварительно переведены с помощью машинный перевод (МТ)
GROUP BY
    ssv.qps
    ,jv.locale_pair;

Объем и качество машинного перевода (МТ)

ВЫБРАТЬ
    ssv.qps
    ,mtsv.machine_translate_setting_type
    ,COUNT(DISTINCT Идентификатор сегмента) AS mt_segments
FROM segment_statistic_v2 ssv
объединить machine_translate_setting_v2 mtsv
    ON ssv.machine_translate_setting_id = mtsv.machine_translate_setting_id
WHERE
    ssv.date_created >= DATEADD('day', -28, CURRENT_DATE)
    AND ssv.date_created < CURRENT_DATE
    AND ssv.translation_origin = 'mt' -- сегмент предварительно переведены с помощью машинный перевод (МТ)
GROUP BY
    ssv.qps
    ,mtsv.machine_translate_setting_type;

Количество сегментов машинного перевода (МТ), автоматически подтверждено с помощью Оценка качества (QPS)

ВЫБРАТЬ
    Оценка качества (QPS)
    ,COUNT(DISTINCT Идентификатор сегмента) AS mt_segments
    ,COUNT(DISTINCT IFF(LOWER(confirmation_source) IN ('машинный перевод (МТ)', 'память переводов (TM)', 'непереводимый', 'ir', 'ut'), Идентификатор сегмента, NULL)) AS mt_segments_autoconfirmed
ИЗ segment_statistic_v2
WHERE
    date_created >= DATEADD('day', -28, CURRENT_DATE)
    И date_created < CURRENT_DATE
    И translation_origin = 'машинный перевод (МТ)' -- сегменты, предварительно переведенные с помощью машинного перевода (МТ)
GROUP BY
    Оценка качества (QPS);

Количество предварительно переведенных сегментов машинного перевода (МТ), отредактированных с помощью Оценка качества (QPS)

ВЫБРАТЬ
    Оценка качества (QPS)
    ,COUNT(DISTINCT Идентификатор сегмента) AS mt_segments
    ,СЧИТАТЬ(УНИКАЛЬНЫЙ ЕСЛИ(ОБЪЕДИНИТЬ(editing_time_ms, 0) > 0, Идентификатор, НУЛЬ)) КАК mt_segments_edited
ИЗ segment_statistic_v2
WHERE
    date_created >= DATEADD('day', -28, CURRENT_DATE)
    И date_created < CURRENT_DATE
    И translation_origin = 'машинный перевод (МТ)' -- сегменты, предварительно переведенные с помощью машинного перевода (МТ)
GROUP BY
    Оценка качества (QPS);

Количество слов, сэкономленных на проверке человеком за счет снижения порога Оценка качества (QPS)

С qps_segments КАК (
    ВЫБРАТЬ
        ssv.qps
        ,СУММА(words_processed) КАК words_processed
    FROM segment_statistic_v2 ssv
    WHERE
        ssv.date_created >= DATEADD('day', -28, CURRENT_DATE)
        AND ssv.date_created < CURRENT_DATE
        AND ssv.translation_origin = 'mt' -- сегмент предварительно переведены с помощью машинный перевод (МТ)
    GROUP BY
        ssv.qps
)

ВЫБРАТЬ
    Оценка качества (QPS) КАК new_qps_threshold
    ,СУММА(words_processed) НАД (УПОРЯДОЧИТЬ ПО Оценка качества (QPS) ПО УБЫВАНИЮ) КАК words_saved
ИЗ qps_segments;

Phrase Data (TMS)

Контент автоматически переведен с английского языка с помощью Phrase Language AI.

Доступно для

Доступно для

Доступно для

Варианты использования базового уровня

Варианты использования уровня Premium

Использование памяти переводов (TM)

Оптимизация системы машинного перевода (МТ)

Максимизировать количество автоподтвержденных сегментов (т. е. контент без участия человека)

Шаблоны запросов

Предварительно переведенный результат машинного перевода (МТ) из месяца в месяц

Вариативность качества машинного перевода (МТ) в зависимости от метаданных Пользовательский проект

Вариативность качества машинного перевода (МТ) в зависимости от локалей

Объем и качество машинного перевода (МТ)

Количество сегментов машинного перевода (МТ), автоматически подтверждено с помощью Оценка качества (QPS)

Количество предварительно переведенных сегментов машинного перевода (МТ), отредактированных с помощью Оценка качества (QPS)

Количество слов, сэкономленных на проверке человеком за счет снижения порога Оценка качества (QPS)