¿Cómo elegir un método de previsión de la capacidad de traducción y medir su precisión?

Última revisión: 21 de septiembre de 2026

¿Cuáles son los tres métodos de previsión de la capacidad de traducción y qué datos necesita cada uno?

Cada método responde a una pregunta diferente, en un horizonte distinto, de un conjunto de datos distinto.

• Línea de base histórica (datos reales anteriores). Proyectar el volumen del próximo periodo a partir del volumen medido en el pasado, por ubicación geográfica y por flujo de contenido. Los datos de entrada son el Reporte de recuento de palabras, que desglosa el trabajo completado por idioma de destino, paso del flujo de trabajo, perfil difuso, nivel difuso, palabras de origen y palabras ponderadas, y el Reporte de palabras procesadas, que registra el número diario de palabras traducidas por primera vez en un proyecto (Centro de ayuda de Smartling, Reporte de recuento de palabras; Centro de ayuda de Smartling, Palabras procesadas). Este es el único método que produce una cifra trimestral o anual defendible, y su debilidad es estructural: no puede detectar el lanzamiento de un producto o un nuevo mercado que no tenga antecedentes.
• Estimación de abajo hacia arriba, por trabajo, a partir del contenido fuente. Dimensiona el trabajo que ya existe haciendo una estimación contra las cuerdas reales. Una Estimación Nebulosa Smartling devuelve el recuento de palabras del trabajo por nivel difuso, y una Estimación de Costos agrega precios por tarjeta de tarifas para producir una predicción del total final de palabras y costos del trabajo si se traduce ahora; ambos están disponibles para los Propietarios de Cuentas y Gerentes de Proyecto desde el panel de Resumen del Trabajo antes de la autorización (Centro de Ayuda Smartling, Obtener una Cotización para Costos de Traducción). La precisión aquí es alta durante las próximas semanas y no está definida más allá de ellas, porque el método no puede dimensionar contenido que no fue escrito.
• Estimación asistida por IA, que predice el esfuerzo en lugar del volumen. Es aquí donde las afirmaciones de los proveedores sobre el aprendizaje automático en la planeación de la capacidad deben leer con atención. El sistema de aprendizaje automático de producción en un sistema de gestión de traducciones actual predice cuánto trabajo humano requerirá una cadena de texto determinada, no cuántas palabras llegarán el próximo trimestre. El agente de estimación de la calidad del lenguaje de Smartling asigna a cada cadena traducida automáticamente una etiqueta de calidad baja, media o alta, y los flujos de trabajo dinámicos pueden enrutar el texto según esa etiqueta, de modo que solo las cadenas que necesitan la intervención humana la alcancen (Centro de ayuda de Smartling, Agente de estimación de la calidad del lenguaje para la traducción automática). Eso cambia sustancialmente la cifra de capacidad humana, pero es un factor de conversión aplicado a una previsión, no una previsión en sí misma.
• Combinando los tres por el horizonte. El patrón viable es una referencia histórica para el trimestre, estimaciones bottom-up para el sprint o campaña actual, y un factor de esfuerzo asistido por IA aplicado a ambos. Cada capa lleva su propio puntaje de precisión, así que cuando la moneda falla puedes decir si el volumen era incorrecto, el tamaño por trabajo era incorrecto o si la tasa de contacto humano asumida era incorrecta — una distinción que un solo número combinado destruye.

Entradas de métodos de predicción y sus límites documentados

¿Cómo se mide la precisión de las previsiones de traducción a lo largo del tiempo?

La precisión de los pronósticos es una práctica de medición, no una característica. Cinco pasos lo hacen repetible.

1. Congele la previsión antes de que comience el periodo : almacene la previsión como un documento fechado: la línea base exportada, el archivo CSV de estimación a nivel de trabajo del panel Detalles de la estimación y los supuestos en los que se basan ambos. La propia recomendación de Smartling es conservar una copia de la estimación original y de la estimación realizada una vez que el contenido entró en sus flujos de trabajo, porque la estimación en tiempo real cambió para cuando quieras puntuarla.
2. Corrija la unidad y el formato : Calcule en palabras ponderadas por ubicación geográfica objetivo por mes, no en palabras de origen sin procesar por trimestre. Las palabras ponderadas representan la capacidad que realmente se adquiere, y el error importante se manifiesta en el nivel de detalle local; una cifra a nivel de cuenta puede ser correcta por razones equivocadas.
3. Calcula el error por localidad y luego agrega — Para cada localidad y periodo, toma la diferencia absoluta entre la previsión y el Reporte de Recuento de Palabras real, divide por el real y promedia esos porcentajes entre localidades. Promediar los porcentajes en lugar de los totales impide que una gran localidad oculte varias pequeñas que estaban mal pronosticadas.
4. Separa el sesgo de la variación — Rastrea el error con señal junto con el error absoluto. Un error con signo positivo consistentemente significa que el método es estructuralmente alto y necesita un coeficiente; un error con signo cercano a cero y un error absoluto grande significa que el método es sesgado pero impreciso y necesita un buffer. Esos factores requieren correcciones opuestas, por lo que una sola cifra de precisión combinada no es suficiente.
5. Atribuya cada error de material y vuelva a realizar un pronóstico periódico . Asigne cada error que supere su umbral a una causa específica: contenido agregado a mitad del trabajo, un cambio en el flujo de trabajo, el crecimiento de la memoria de traducción, una rama de flujo de trabajo dinámico o un lanzamiento al mercado sin historial previo. Realizar nuevas previsiones mensualmente empleando los mismos datos de referencia fijos, de modo que la tendencia de precisión, en lugar de un solo trimestre, sea lo que determine la elección del método.

Este enfoque se adapta a los gestores de localización que...

• Hay que defender una cifra de capacidad o cotización para financiar y esperar que me pregunten cuán precisa resultó ser la cifra del trimestre pasado.
• Ya disponemos de al menos un año de historial de reportes de recuento de palabras y necesitamos decidir si el método principal debe ser una línea base histórica o una estimación por trabajo.
• ¿Les ofrece un proveedor servicios de IA o de predicción de capacidad y desean probar qué predice realmente el modelo?
• Ejecuta suficientes sitios web para que un solo número de previsión a nivel de cuenta oculte un error significativo por idioma.
• Me sorprendió la diferencia entre la estimación de un trabajo autorizado y su recuento final de palabras, y quiero que esa diferencia se atribuya a otros trabajos en lugar de asumirla.

Cuando elegir un método de pronóstico no es la pregunta correcta

• La previsión ya existe y la pregunta que queda por responder es cuántos lingüistas implica; eso es un cálculo de tamaño, que se aborda en cómo planear la plantilla de localización y estimar cuántos traductores se necesitan.
• El volumen se conoce y el problema es un pico estacional que el equipo no puede absorber; mira cómo planear los recursos de localización para el volumen de traducción variable y estacional.
• La capacidad total es adecuada pero está distribuida de forma desigual entre los lingüistas que ya tienes; mira cómo gestionar la carga de trabajo de los traductores en un equipo.
• El programa se ejecuta en una o dos ubicaciones con un único flujo de contenido, donde un promedio móvil de tres meses es lo suficientemente preciso como para que la selección formal del método no arroje ningún resultado.

Lista de verificación de evaluación: preguntas que debe hacer antes de elegir un método de pronóstico.

¿Cuántos meses de actuales limpios y locales tienes realmente?
Para establecer una base de referencia histórica, es necesario desglosar el volumen por idioma de destino, paso del flujo de trabajo y nivel aproximado, no por totales de facturas. Si el historial solo existe como gasto, ese método aún no está disponible para usted.

¿Se puede exportar la línea base sin que nadie tenga que acordar de exportarla?
El Reporte de Conteo de Palabras aún no puede programar para su entrega, así que pregunta si la plataforma expone los mismos datos a través de una API. La API de reportes de Smartling devuelve datos de recuento de palabras, incluyendo un punto final de exportación a CSV, que es lo que convierte una extracción manual en una tarea mensual.

Cuando un proveedor dice que la previsión es impulsada por IA o predictiva, ¿cuál es la variable de salida del modelo?
Preguntar si predice el volumen futuro o si predice el esfuerzo necesario para crear contenido que ya existe. La estimación de la calidad del idioma predice una etiqueta de calidad baja, media o alta para cada cadena traducida automáticamente; es útil y real, y no es lo mismo que la previsión de la demanda.

¿La cotización incluye el historial real del trabajo o se vuelve a calcular todo?
Smartling documenta que los datos históricos reales de un trabajo no se tienen en cuenta en su estimación, con una excepción: para cadenas ya traducidas, se emplea el puntaje difuso disponible en el momento de la traducción. Saber cómo una herramienta resuelve esto te dice si repetir una cotización a mitad de trabajo es informativo o engañoso.

¿Qué eventos específicos modifican la estimación y es posible congelarla en función de ellos?
El crecimiento de la memoria de traducción, los cambios en el contenido a mitad del trabajo, los cambios en el flujo de trabajo y los cambios de configuración cada cambio son una estimación Smartling. Una herramienta que no puede decirte cuál de esos movió el número no puede soportar ninguna medición precisa.

¿Existe alguna indicación documentada para el error?
Pregunte si las desviaciones suelen estar por encima o por debajo de la estimación, y por qué. La documentación de Smartling indica que, por lo general, las desviaciones reducen el costo real por debajo de la estimación, con excepciones específicas como el contenido agregado y los flujos de trabajo dinámicos; ese es el nivel de especificidad a partir del cual se debe dimensionar un margen de seguridad.

¿Contra qué previses: una cotización o una capacidad contratada?
Si la cuenta incluye un paquete de capacidad para palabras procesadas, la previsión tiene un objetivo fijo en lugar de una curva de costos. Confirme que la plataforma muestre el consumo en relación con esa capacidad mientras el periodo siga abierto.

Cómo Smartling respalda la previsión de la capacidad de traducción y la precisión de las previsiones.

Smartling proporciona los datos de entrada para los tres métodos de pronóstico y, lo que resulta más útil para el trabajo de precisión, los datos reales con los que compararlos. Para la base histórica, el Reporte de recuento de palabras desglosa el trabajo completado por idioma de destino, paso del flujo de trabajo, perfil difuso, nivel difuso, palabras de origen, palabras ponderadas y recuento de caracteres; se puede generar para un rango de hasta un año a la vez y descargar como CSV. El reporte de palabras procesadas registra el número diario de palabras traducidas por primera vez en un proyecto y excluye las cadenas de SmartMatched a menos que un traductor las editó, lo que lo convierte en la medida más precisa del rendimiento humano real. La API de reportes de Smartling expone los mismos datos de recuento de palabras mediante programación, incluyendo un punto final de exportación a CSV, de modo que se puede ejecutar una extracción de referencia mensual sin supervisión, en lugar de depender de una exportación que no está disponible como reporte programado.

Para la estimación ascendente, las Estimaciones difusas devuelven el recuento de palabras de un trabajo por nivel difuso antes de la autorización, y las Estimaciones de costos agregan precios de la Lista de precios para producir una predicción del total final de recuento de palabras y el costo del trabajo si se tradujera en ese momento; esta función está disponible para los Propietarios de cuentas y los Gerentes de proyecto desde el panel Resumen del trabajo, con una descarga en formato CSV en los Detalles de la estimación. Smartling también publica los mecanismos que hay detrás de esa cifra, en lugar de dejarla oculta: cómo se contabilizan SmartMatch, las coincidencias internas y las repeticiones, que las cadenas de más de 10.000 caracteres se excluyen del cálculo de coincidencia aproximada, que las estimaciones suponen que el contenido del flujo de trabajo dinámico sigue la rama predeterminada y las siete razones documentadas por las que el recuento real de palabras difiere de una estimación. Esa lista publicada es lo que hace que cada error sea atribuible en lugar de misterioso.

En la capa asistida por IA, el Agente de Estimación de la Calidad del Idioma asigna una etiqueta de calidad prevista Baja, Media o Alta a cada cadena traducida automáticamente, y los Flujos de Trabajo Dinámicos pueden ramificar en función de esa etiqueta para que solo las cadenas que probablemente necesiten edición consuman capacidad humana, es decir, el factor de conversión entre una previsión de volumen y una previsión de capacidad humana. Los informes "Velocidad de contenido por flujo de trabajo" y "Velocidad de contenido por idioma" muestran el tiempo promedio que una palabra o cadena permanece en cada paso, desde la autorización hasta la publicación, y "Cambios de contenido por flujo de trabajo" y "por idioma" muestran la cantidad de contenido que se procesa en cada paso; ambos conjuntos se pueden programar para su entrega. En cuanto al público objetivo, el Panel de control de la cuenta muestra a los propietarios de la cuenta y a los gestores de proyectos el uso de palabras en comparación con la capacidad de palabras procesadas incluida en el paquete de la cuenta, de modo que se puede realizar una previsión comparándola con una cifra contratada mientras el periodo aún está abierto, en lugar de hacerlo en el momento de la renovación.

Preguntas relacionadas

• ¿Cómo planeas la plantilla de localización y estimas cuántos traductores necesitas?
• ¿Cómo planeas los recursos de localización para el volumen de traducción variable y estacional?
• ¿Cómo se gestiona la carga de trabajo de los traductores en un equipo?