Dos semanas antes de un lanzamiento en cuatro nuevos mercados, el 40% de tus cadenas vuelven tarde. Nadie puede decir qué proveedor los posee, de qué versión fueron traducidos o si los que ya devolvieron reflejan los cambios de copia del mes pasado.
La fecha de lanzamiento se adelanta tres semanas, y la retrospectiva culpa a los traductores.
Los traductores no eran el problema. El volumen de contenido creció más rápido de lo que la mayoría de los programas de traducción están diseñados para manejar, y la inteligencia artificial generativa generó la expectativa de que la localización debería ocurrir casi al instante. Entre esas dos presiones hay un conjunto de fracasos que no tienen nada que ver con la habilidad lingüística.
Este artículo explica por qué los fallos de localización se diagnostican erróneamente como fallos de calidad de traducción, los ocho problemas específicos de programa que explican la mayoría de los lanzamientos retrasados y gastos excesivos, qué soluciona cada uno a nivel de proceso y sistema en lugar de personal, y cómo saber cuál es el que actualmente te está costando más.
La mayoría de los problemas de localización no son problemas de traducción
Los equipos diagnostican en la capa de lenguaje porque ahí es donde aparece el síntoma. La calidad me parece incorrecta, así que alguien contrata mejores lingüistas, agrega una ronda de reseñas o cambia de proveedor, y el lanzamiento sigue retrasado.
Los verdaderos fracasos están una capa por encima del programa. Contenido en seis sistemas sin un único registro del estado de la traducción, trabajo que avanza por email y hojas de cálculo, sin una regla defendible para qué contenido merece una revisión humana. La fecha de lanzamiento depende de todos esos aspectos, y ninguno es un problema lingüístico.
Problemas de localización de ese tipo se acumulan de forma discreta. Cada uno cuesta unos días y varios miles de dólares, y ninguno aparece como una línea que nadie pueda señalar, por eso persisten incluso después de que el equipo solucionó todos los problemas que pudo identificar en la capa de lenguaje.
¿Cuáles son los retos de la localización?
Los retos de localización vienen en dos capas.
Los desafíos a nivel de lenguaje son los problemas a nivel de oración tratados en nuestra guía sobre los desafíos comunes de la traducción: modismos, gramática, palabras compuestas y lagunas léxicas que requieren habilidades lingüísticas para resolver.
Los retos a nivel de programa son diferentes. Incluyen contenido que vive en múltiples sistemas sin un registro compartido del estado de traducción, traspasos manuales entre equipos y proveedores, ninguna política defendible sobre qué contenido merece revisión humana, debates sobre la calidad que no se miden, decadencia de la memoria de traducción, contenido fuente que cambia tras el inicio de la traducción, coherencia de marca y cultura entre mercados, y datos de costo y velocidad que permanecen invisibles hasta que llega una factura.
Los desafíos a nivel de programa explican la mayoría de los lanzamientos retrasados y el gasto inexplicable, y ninguno de ellos se puede resolver contratando mejores lingüistas.
Los ocho que aparecen a continuación son los que más suelen aparecer en programas empresariales, y cada uno tiene una solución que no implica contratar a más personas.
Los ocho problemas
1. El contenido vive en todas partes, y nada es la fuente de la verdad
Las cadenas de producto están en un repositorio. La copia de campaña está en un CMS. Los artículos de ayuda están en una plataforma de apoyo. Los avisos legales están en una unidad compartida que una persona mantiene, y el lema queda en una diapositiva.
Nadie tiene una única visión de lo que se tradujo, a qué idiomas y en qué versión. Los equipos responden preguntar entre sí, así que la respuesta llega un día tarde y ya está obsoleta, y el estado de traducción se reconstruye para cada lanzamiento en lugar de ser consultado como cualquier otro sistema de contenido.
La solución es centralizar el registro del estado de la traducción, no el contenido en sí. El contenido permanece donde se crea, y la capa de traducción rastrea cada cadena, estado y versión en todos esos sistemas fuente.
2. Traspasos manuales entre equipos, proveedores y hojas de cálculo
Alguien exporta, envía correos, sube, espera, descarga y pega de nuevo. Cada salto cuesta un día de tiempo de calendario y diez minutos de trabajo real, y el tiempo del calendario es el número que nadie ve.
Las transferencias también producen la clase de errores de localización más costosos porque sobreescribir. Dos personas exportan el mismo archivo, ambas lo editan en paralelo, una versión gana silenciosamente, y el descubrimiento ocurre cuando un equipo de mercado nota que su corrección desapareció.
La solución es eliminar al humano del paso de transporte. El contenido fluye hacia arriba y hacia atrás automáticamente, activado por un evento de publicación o un commit en lugar de por alguien que recuerda.
ClassPass redujo su proceso de nueve pasos a cinco tras conectar Smartling directamente a Figma, Zendesk, GitHub, Contentful y HubSpot. El nuevo proceso duró una hora en lugar de tres y media, lo que contribuyó a un aumento del 70% en la eficiencia y a más de 1.000 horas ahorradas en el primer año.
3. No hay forma defendible de decidir qué contenido necesita un humano
Un aviso legal y un registro de cambios de producto no justifican el mismo trato, pero la mayoría de los programas aplican una política a ambos porque la alternativa requiere un fallo que nadie quiere tener en el registro.
Si lo rediriges todo a la traducción humana, la cotización se acaba en el tercer trimestre. Si lo encaminas todo por traducción automática en bruto, algo embarazoso acaba llegando al cliente. Ambos valores por defecto existen porque decidir por tipo de contenido se siente como tomar una posición que habrá que defender más adelante.
La solución es decidir por tipo de contenido y riesgo, y luego codificar la decisión para que se ejecute sin reunión. La Gestión de Flujo de Trabajo de Traducción enruta el contenido por riesgo, tipo de contenido y lenguaje, y una vez establecidas las reglas, el enrutamiento ocurre en cada trabajo sin que nadie tenga que discutir a qué nivel pertenece un contenido.
Personio esperaba un ahorro del 40% y redujo a la mitad su esfuerzo de revisión interna clasificando el contenido de esta manera, aplicando traducción automática a contenido de soporte estandarizado mientras preservaba la atención humana para el contenido que realmente lo merecía.
4. Se discute sobre la calidad en lugar de medirla
Un líder de mercado dice que el alemán se siente raro. El proveedor no está de acuerdo. Sin datos, gana la opinión más fuerte, se ordena una retraducción injustificada y ninguna de las partes sale de la reunión más segura de cómo es realmente la calidad.
Sin un marco de puntaje, el equipo no puede demostrar mejoras con el tiempo. La conversación presupuestaria se vuelve imposible de ganar porque el argumento para la próxima inversión depende más de la credibilidad del gestor que de la mejora documentada.
La solución es marcar con un marco real y mantener el puntaje al lado de la producción. Las Métricas de Calidad Multidimensional (MQM) proporcionan la taxonomía de error compartida que permite a cualquier revisor clasificar el mismo problema de la misma manera. El Aseguramiento de la Calidad Lingüística (LQA) proporciona el proceso de ejemplificación que hace que el puntaje sea repetible entre proyectos y revisores.
La suite LQA de Smartling funciona dentro de la misma plataforma donde ocurre la traducción, lo que significa que los errores marcados regresan al contenido en lugar de desaparecer en una hoja de cálculo.
La calidad medida cambia la conversación financiera. "Calidad mejorada en un 40%" tiene peso que "el alemán se siente mejor ahora" no tiene, y la diferencia es lo que convierte el próximo ciclo presupuestario en una conversación y no en una defensa.
¿Cómo mides la calidad de la localización?
La calidad de la localización se mide mediante un marco de errores consistente, ejemplificación representativa, ponderación de gravedad e reportes de tendencias por idioma, tipo de contenido, flujo de trabajo y proveedor. MQM proporciona la taxonomía de errores, y LQA define cómo los revisores muestrean, califican, documentan y resuelven los errores, de modo que diferentes revisores clasifiquen el mismo problema de la misma manera.
La banda sonora resultante se relaciona con las decisiones de producción. Haz un seguimiento de la densidad de errores y de las categorías recurrentes a lo largo del tiempo, y luego emplea los hallazgos para ajustar flujos de trabajo, recursos lingüísticos y la guía del revisor en lugar de dejar el puntaje en una hoja de cálculo que nadie lee.
5. La memoria de traducción se deteriora, así que pagas el doble por las mismas palabras
La memoria de traducción (TM) funciona bien durante aproximadamente un año, luego se desvía. Diferentes proveedores tienen copias distintas, nadie elimina entradas desactualizadas y la tasa de apalancamiento cae silenciosamente sin activar ninguna alarma porque no es el tipo de métrica que la mayoría de programas observan.
El desperdicio alcanza las seis cifras anuales en un programa grande sin que nadie se dé cuenta, porque la factura nunca lo detalla. Cada proyecto paga un poco más de lo que debería, y la suma solo se hace visible si el equipo la busca.
La solución es una memoria de traducción en tiempo real en la que cada flujo de trabajo y proveedor escriba en tiempo real, en lugar de copias exportadas trimestralmente distribuidas por email.
Sigue la tasa de apalancamiento como una métrica con un objetivo, y trata una caída como un proceso roto en lugar de una degradación natural.
6. Cambios en el contenido original tras el inicio de la traducción
Un jefe de producto edita tres cadenas al día siguiente de que se salió el trabajo. Marketing reescribe el titular a mitad de la reseña. La versión traducida se envía contra un texto que ya no existe, y la discrepancia aparece cuando un cliente ve el titular antiguo en francés junto al nuevo en inglés.
Congelar contenido fuente funciona hasta que el negocio se niega a congelar, lo que ocurre en cada lanzamiento. Reenviar archivos enteros paga por retraducir todo para arreglar tres cadenas, y el equipo acaba eligiendo entre precisión y costo cada vez.
La solución es detectar cambios a nivel de cadena y enviar solo lo que cambió. La localización continua dentro del TMS de Smartling vigila el código fuente y enruta solo las cadenas editadas, por lo que una reescritura de titulares cuesta una cadena de traducción en lugar de un archivo completo.
7. Diferencias de coherencia cultural y de marca entre mercados
Doce mercados, doce equipos locales, doce interpretaciones de la voz de la marca. El tono cambia. Un lema se reescribe localmente sin que conste por qué. La siguiente campaña hereda la deriva sin que nadie decida aceptarla.
La versión a nivel de frase de este problema es realmente difícil y está cubierta en nuestra guía sobre los desafíos comunes de la traducción. La versión a nivel de programa es la gobernanza, y la gobernanza escala de maneras que el juicio individual no lo hace.
La solución es codificar la marca en los activos de los que lee toda la cadena de suministro. Un glosario fija la terminología. Una guía de estilo corrige el tono. Ambos deberían estar dentro del entorno en el que realmente trabajan los lingüistas y no como un PDF adjunto a un correo de incorporación hace seis meses.
8. El costo y la rapidez permanecen invisibles hasta que llegue la factura
Pregunta cuánto cuesta un idioma al mes o cuánto dura un trabajo típico de principio a fin, y la respuesta honesta suele ser una estimación. Los datos existen en facturas de proveedores, herramientas de proyecto e hilos de correo, y montarlos lleva una semana que el equipo no tiene.
La invisibilidad tiene un segundo costo. Sin datos de velocidad y gasto, la función de localización no puede demostrar el retorno, por lo que se trata como una carga general en cada ciclo presupuestario en lugar de como una inversión con un retorno documentado.
La solución es instrumentar el programa como cualquier otra función operativa. Costo por idioma, tiempo de respuesta por flujo de trabajo, aprovechamiento de la memoria de traducción y puntajes de calidad en un solo panel de control. Smartling Analytics proporciona la capa de reportes, con reportes de Uso de Flujo de Trabajo, Uso de Toolkit de IA, Cambios de Cadenas e Historial de Traducción filtrables por proyecto, flujo de trabajo, idioma y usuario.
Los equipos empresariales que miden la velocidad y el gasto por lenguaje pueden defender el programa con datos en lugar de en la credibilidad del directivo, y la defensa se mantiene incluso cuando cambia el liderazgo o cambia el mandato de la IA.
Dónde encaja una plataforma
Siete de los ocho problemas anteriores son problemas de procesos e infraestructuras. El octavo es un problema de medición. Ninguna se resuelve con mejores frases.
Se resuelven poniendo el estado de traducción, las reglas de enrutamiento, los recursos lingüísticos, el puntaje de calidad y los datos de gasto en un sistema que cada equipo y proveedor toca. Cuando el entorno se comparte, los problemas se vuelven configurables en lugar de acumular.
Smartling es una plataforma de traducción de IA de extremo a extremo que gestiona el software, la IA y la traducción humana en un solo lugar, respaldada por más de 4.000 lingüistas profesionales, y ejecutar las ocho categorías de problemas a través del mismo sistema es lo que convierte un patrón de lanzamiento retrasado en uno solucionable.
¿Qué pasa si nada de esto se arregla?
El programa sigue siendo estructuralmente incapaz de absorber un nuevo mercado, por lo que cada expansión se convierte en un proyecto con un plan personalizado en lugar de un cambio de configuración. Agregar la decimotercera lengua cuesta lo mismo que agregar la duodécima, cuando debería costar menos.
La función sigue siendo interpretada como un centro de costos, porque la única cantidad que puede producir de forma fiable es el gasto. El retorno de la inversión se convierte en un argumento que presenta el gestor en lugar de en un reporte que genera el sistema.
El mandato de IA de nivel C se cumple estéticamente. La IA y la traducción automática entran en algún lugar visible, el proceso subyacente permanece manual y los ahorros que se suponía que debía producir nunca se materializan porque los otros siete problemas no se solucionaron junto a él.
Cada uno de los ocho es el costo acumulado de un problema que nadie mencionó, lo que significa que todos son recuperables al nombrarlo.
Empieza por el que más te costó el trimestre pasado
Elige uno de los ocho problemas que te costaron más el último trimestre e instrumenta ese instrumento antes de comprar cualquier otro. Si eso no es posible, empieza con el problema ocho, porque la medición es lo que hace visibles los otros siete.
Smartling LanguageAI Platform ofrece a tu equipo la estructuración de flujos de trabajo, el puntaje de calidad y la analítica para solucionar cada uno como un problema propio del programa, en lugar de asumir el costo como sobrecarga de traducción.
¡Descubre más sobre las capacidades de Smartling viendo la demo de 2 minutos o programa una reunión hoy mismo!