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 текущую дату. 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 Business-эффект 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 клиент поддержки, 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) в локализацию

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 подсказок 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 развиваться.
Оптимизация рабочих процессов и технологическая стратегия

Оценка длительности рабочего процесса и влияния автоматизация приводит к постоянному совершенствованию процессов и помогает выбрать подходящую технологию. Измерение того, как возросшее использование машинный перевод 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 автоматизация. Интеграция с Orchestrator<1> также помогает оптимизировать проверки качества и рабочий процесс за счет выборки проектов или более быстрого выявления заданий, которые соответствуют конкретным критериям совпадение.

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 возможности 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 дат выпуска продукта, 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 на исполнителя, своевременность доставки на исполнителя и оценки качества на лингвиста.
Показатели качества (контроль качества (QA) лингвистического перевода)

Измеряйте процент переводов, которые проходят проверки контроль качества (QA) с первой попытки (без необходимости доработки), что указывает на эффективный первоначальный перевод. Аналогичным образом, детализируйте категорию и критичность обнаруженных проблем, например, терминология, точность и т. д.
Показатели стоимости и эффективности

Как правило, Team отслеживают стоимость слова и общие расходы по проект, язык или отделу, чтобы обеспечить соблюдение бюджета. А также экономию, чтобы Сравнить стоимость необработанного перевода со стоимостью со скидкой после применения схема расчета чистой ставки, подчеркивая ценность сохранения совпадений память переводов (TM) и повторов. Например, если 30% слов в новом проект были переведены с помощью 100% совпадений 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 результатов машинный перевод (МТ), чтобы помочь оценить машинный перевод (МТ).
- Коэффициент использования память переводов (TM) путем анализа % контента по совпадениям в память переводов (TM), что указывает на эффективность повторного использования память переводов (TM) и экономию затрат.
- Коэффициент использования машинный перевод (МТ), например % сегментов, изначально переведенных с помощью машинный перевод (МТ). Это демонстрирует охват автоматизация и возможности для сокращения затрат/времени – только для Premium.

Варианты использования уровня Premium

Использование память переводов (TM)

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

Предлагаемый анализ:

Использовать segment_statistic_v2 и фильтровать по translation_origin = TM.
- Идентификатор память переводов (TM) можно определить с помощью translation_memory_id.
- Агрегируйте сегменты по память переводов (TM) и используйте поле date_created, чтобы увидеть, когда использовалась память переводов (TM). Также полезно рассчитать и посмотреть среднее editing_time_ms и score.
Объединить с job_v2, используя job_id, чтобы извлечь информацию о языке, например target_locale.
Объединить с project_v2, используя project_id, чтобы контекстуализировать использование по отрасль, клиент, бизнес-подразделение и т. д.

Преимущества:

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

Оптимизация системы машинный перевод (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 job_id, чтобы извлечь информацию о языке, например target_locale.
Объединить с project_v2 для различных типов контента, таких как отрасль, клиент, бизнес-подразделение и т. д.

Преимущества:

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

Максимизировать автоматическое подтверждение сегментов (т. е. контент без вмешательства человека)

Определить наиболее эффективную точку, где высокий уровень качества (QPS) и отсутствие времени редактирования позволяют выполнить автоматическое подтверждение, чтобы исключить необходимость проверки человеком для как можно большего объема контента.

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 Оценка качества (QPS).
- Объединить с job_v2, используя job_id, чтобы извлечь информацию о языке, например target_locale.
- Объединить с project_v2, используя project_id, чтобы извлечь метаданные контента.

Преимущества:

Экономия затрат: Найти оптимальный порог Оценки качества (QPS) для увеличения автоматического подтверждения 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 сегмент) 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 переведенные машинный перевод (МТ)
GROUP BY
    ssv.qps
    ,DATE(DATE_TRUNC('month', ssv.date_created));

Вариативность качества машинный перевод (МТ) по метаданным Пользовательский проект

ВЫБРАТЬ
    ssv.qps
    ,pcmv.custom_field_name
    ,pcmv.custom_field_values
    ,COUNT(DISTINCT Идентификатор сегмент) 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 переведенные машинный перевод (МТ)
GROUP BY
    ssv.qps
    ,pcmv.custom_field_name
    ,pcmv.custom_field_values;

Вариативность качества машинный перевод (МТ) по локалям

ВЫБРАТЬ
    ssv.qps
    ,jv.locale_pair
    ,COUNT(DISTINCT Идентификатор сегмент) 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 переведенные машинный перевод (МТ)
GROUP BY
    ssv.qps
    ,jv.locale_pair;

Объем и качество машинный перевод (МТ)

ВЫБРАТЬ
    ssv.qps
    ,mtsv.machine_translate_setting_type
    ,COUNT(DISTINCT Идентификатор сегмент) 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 переведенные машинный перевод (МТ)
GROUP BY
    ssv.qps
    ,mtsv.machine_translate_setting_type;

Количество сегмент, предварительно переведенных машинный перевод (МТ) и автоматически подтверждено с помощью Оценка качества (QPS)

ВЫБРАТЬ
    Оценка качества (QPS)
    ,COUNT(DISTINCT Идентификатор сегмент) AS mt_segments
    ,COUNT(DISTINCT IFF(LOWER(confirmation_source) IN ('машинный перевод (МТ)', 'память переводов (TM)', 'непереводимый', 'ir', 'ut'), Идентификатор сегмент, 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 = 'mt' -- сегменты, предварительно переведенные через машинный перевод (МТ)
GROUP BY
    Оценка качества (QPS);

Количество сегментов, предварительно переведенных через машинный перевод (МТ), отредактированных Оценка качества (QPS)

ВЫБРАТЬ
    Оценка качества (QPS)
    ,COUNT(DISTINCT Идентификатор сегмент) AS mt_segments
    ,СЧЕТ(РАЗЛИЧНЫЕ ЕСЛИ(ОБЪЕДИНИТЬ(editing_time_ms, 0) > 0, Идентификатор_сегмента, NULL)) КАК mt_segments_edited
ИЗ segment_statistic_v2
WHERE
    date_created >= DATEADD('day', -28, CURRENT_DATE)
    И date_created < CURRENT_DATE
    И translation_origin = 'mt' -- сегменты, предварительно переведенные через машинный перевод (МТ)
GROUP BY
    Оценка качества (QPS);

Количество слов, исключенных из проверки человеком за счет снижения порогового значения Оценка качества (QPS)

С ИСПОЛЬЗОВАНИЕМ Оценка качества (QPS)_сегментов 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 переведенные машинный перевод (МТ)
    GROUP BY
        ssv.qps
)

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

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 память переводов (TM)

Оптимизация системы машинный перевод (МТ)

Максимизировать автоматическое подтверждение сегментов (т. е. контент без вмешательства человека)

Шаблоны запросов

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

Вариативность качества машинный перевод (МТ) по метаданным Пользовательский проект

Вариативность качества машинный перевод (МТ) по локалям

Объем и качество машинный перевод (МТ)

Количество сегмент, предварительно переведенных машинный перевод (МТ) и автоматически подтверждено с помощью Оценка качества (QPS)

Количество сегментов, предварительно переведенных через машинный перевод (МТ), отредактированных Оценка качества (QPS)

Количество слов, исключенных из проверки человеком за счет снижения порогового значения Оценка качества (QPS)