对于全球性组织而言，跟上内容本地化需求的能力将在未来几年成为关键的竞争优势。要在这一领域取得成功，需要新一代由人工智能驱动的自动化，以及改善组织内部透明度和沟通。让我们更深入地探讨这一日益增长的需求，以及人工智能的最新发展和组织变革将如何提供解决方案。
挑战与机遇
当今企业在内容方面的现实情况如下：
- 并非所有内容都是平等的，智能路由必须成为每个成熟流程的一部分。
- 自动化是处理不断增长的积压内容同时控制成本的关键。
- 必须在本地化流程的多个阶段衡量质量，而且不能仅依靠人工。
承认内容激增给本地化团队带来的挑战是一回事。但更重要的或许是，当企业无法管理这种激增，无法用自己的语言与客户和潜在客户沟通时，就会丧失商机。
Nimdzi Insights的研究发现，拥有自己语言的在线商店可以为70%尚未决定或不愿消费的顾客达成交易，从而使企业的目标市场规模翻倍。此外，90%的受访者表明，如果以他们的语言提供产品，他们将更有兴趣购买。这可是一笔不小的数目。
与此同时，还有质量问题。当一家公司突然需要25个不同登陆页面的45个版本时，如何确保这些登陆页面达到实现其目的所需的品质标准？答案就在于新兴的自动化功能。
自动化工作流程中的质量性能评分
在理想的本地化流程中（见图1），一个统一的质量框架将在流程的各个阶段（包括人工审查阶段）提供质量目标。最终，这样的系统只需要极少的人工干预；所有的小问题都将通过人工智能解决，而人类将在最关键的部分发挥其价值。
图1.工作流程自动化的示例，它可大量优化发送给人工审核的内容，并提供积极的反馈回路以实现持续改进。
内容分级
即将推出的自动化功能的一个重要部分应针对内容分级，承认任何给定资产的两个关键维度：
- 保质期：一段内容的保存期限有多长？是否在未来数年内继续有用并可供浏览，还是昙花一现，在几天或几周内消失？
- 影响: 内容的影响力有多大？它在推动业务成果和收入方面发挥了多大作用？
归根结底，企业的目标是将大部分时间和资源分配给对其业务成功有重大影响的内容。因此，未来的本地化解决方案必须在其自动化工作流程中加入识别此类内容并做出决策的功能。
大型语言模型（LLMs）可以集成到整个本地化流程中，以识别、匹配和按路线发送系统内的资产。 在每个检查点，可根据资产的保存期限和对组织的重要性，配置用于确定内容路由的阈值，以反映特定用例的容差。
质量保证
如何衡量我们对逐步优化工作流程的努力是否取得了成效？我们需要建立一个指标共享的生态系统。其关键是要确保内容不仅准确无误，而且能够实现预期目的。这就要求我们在工作的方方面面始终关注最终目标和用户需求。
本地化团队通常将“确保质量”理解为修正错误。但实际上，“质量”真正关乎的是某一特定内容是否推动了用户的预期行动或结果。 这就是未来的本地化工具在旅程各个阶段进行自动化质量检查时需要应用的视角。
例如，在市场营销中，A/B测试是一项关键战略，首先要将本地化内容与非本地化版本进行比较，以了解客户的偏好。通过引入多个内容版本，企业可以确定推动客户参与的特定元素，从而提高营销效果。在用户支持方面，也采用了类似的方法。这极大影响了用户的理解能力，减少了支持咨询，尤其是有关功能使用方面的咨询。本地化的支持材料可提高理解能力，减少歧义，从而带来更好的用户体验和更高效的支持操作。
受本地化影响的其他指标包括市场渗透率和增长，都值得密切关注。例如，追踪市场份额和销售增长可以为本地化战略效果提供宝贵见解。此外，在跨国公司中，内部沟通的本地化质量在决定全球团队的员工满意度方面发挥着重要作用。
指标共享
我建议每一位寻求了解本地化“适用性”的人，从现在开始在整个组织内共享指标和成果。我们都在收集数据和评估性能，但必须确保同事和供应商都了解并充分理解其工作的大局和影响。
对于处理本地化内容的非本地化团队而言，保持透明度是关键。我建议与包括供应商在内的扩展本地化团队公开共享指标，以突出他们在内容生命周期指标中所做贡献的实际影响。 这种方法有助于更深入地了解本地化如何影响整体业务目标，如用户参与度、市场渗透率和客户满意度。
同样，本地化团队应积极主动地了解客户（包括内部和外部客户）如何定义成功。我们的目标不仅仅是遵循标准的本地化指标，而是要将这些指标与对买家和用户至关重要的因素结合起来。 通过制定将典型本地化指标与这些更广泛的业务目标相结合的框架，我们可以得出更具凝聚力和更有效的战略。
这种增强的指标共享生态系统促进了持续改进和创新的文化。 特别是当这些指标反馈到您的自动本地化流程中时，它们为未来的内容提供了背景指导。这就将本地化流程从一项孤立的任务转变为一个基本的战略组成部分，为组织的全球成功做出贡献。
（机器翻译，轻度译后编辑，仅供参考）
编辑：杜曼曼
