Come si misura la produttività dei linguisti?
La produttività del linguista si misura come output adeguato alla qualità: parole ponderate completate per ogni passaggio del flusso di lavoro e lingua, quanto ogni linguista cambia il testo ricevuto (distanza di modifica), quanto spesso il lavoro viene respinto e il punteggio di qualità di ciò che consegna, letto insieme e non come un unico numero. In Smartling questi input provengono dal Word Count Report, dal String Changes Report, dai report LQA e dal dataset Translator Quality Performance - 90 Days del Data Access Tool. Le parole grezze al giorno da sole premiano il comportamento sbagliato, perché la capacità di traduzione, la qualità della traduzione automatica e il tipo di contenuto cambiano quanto lavoro rappresenta ogni parola.
Ultimo aggiornamento: 15 ottobre 2026
Perché le parole grezze al giorno sono una misura fuorviante della produttività dei linguisti?
Il dato relativo al numero di parole scritte al giorno è fuorviante perché lo stesso conteggio di parole può rappresentare quantità di lavoro molto diverse. Cinque distorsioni si manifestano in quasi tutti i programmi:
- La leva della memoria di traduzione cambia il lavoro. Una stringa con un 95–99,9% Fuzzy match richiede un tocco leggero, mentre una stringa no-match viene tradotta da zero. Le parole ponderate, che moltiplicano ogni parola per il suo tasso di corrispondenza fuzzy, rimuovono la maggior parte di quella distorsione; le parole di origine grezze no.
- La qualità della traduzione automatica varia di stringa in stringa. Un post-editor ha passato stringhe che l'Agente di Valutazione della Qualità del Linguaggio di Smartling etichetta come Low appariranno più lente delle stringhe High a una mano, anche se entrambe funzionano allo stesso modo. La produttività deve essere confrontata all'interno della stessa fascia di qualità prevista.
- Il conteggio delle parole registra il merito, non lo sforzo. L'articolo del Smartling Help Center "Word counts & Estimates Explained" descrive i report di conteggio delle parole come destinati a tracciare e fatturare il lavoro completato: i passaggi di modifica e revisione vengono accreditati all'invio, indipendentemente dal fatto che qualcosa sia stato modificato o meno, e una stringa che viene rifiutata, rielaborata e riinviata viene accreditata una sola volta. Un recensore che approva tutto invariato merita lo stesso credito di una parola che sistema ogni corda.
- Lingua e tipologia di contenuto non sono intercambiabili. Smartling conta i contenuti cinesi e giapponesi in base ai caratteri anziché alle parole, e i testi legali, le stringhe dell'interfaccia utente e la transcreazione di marketing richiedono uno sforzo diverso per parola, quindi un singolo obiettivo di parole al giorno valido per tutte le lingue non è paragonabile a lavori diversi.
- La velocità senza qualità comporta costi aggiuntivi a valle. Un linguista che consegna velocemente ma genera rifiuti e richieste di revisione crea lavoro aggiuntivo per qualcun altro, che, in un'ottica di sola produttività, viene considerato come produttività.
Quali metriche costituiscono una misura equa della produttività dei linguisti?
Una misura equa combina quattro metriche con tre variabili di normalizzazione, così che ogni numero venga letto nel contesto che lo ha prodotto:
- Throughput in parole ponderate — parole ponderate completate per linguista, per tipo di passaggio del workflow (traduzione, modifica, revisione, post-edit) e per lingua per un periodo fisso. Le parole ponderate già scontano le corrispondenze della memoria di traduzione, quindi un linguista che lavora su contenuti altamente sfruttati non è sopravvalutato.
- Sforzo post-modifica (distanza di modifica) — il numero di caratteri o parole che un linguista cambia tra il testo ricevuto e quello inviato. Per un post-editor mostra quanto necessaria la produzione della macchina; per un traduttore, la distanza di montaggio che un revisore applica a valle mostra quanto del suo lavoro è stato riscritto. Il rapporto Modifiche Stringa di Smartling registra la Distanza di Modifica, la Distanza di Modifica Parola e la Distanza di Modifica da Pubblicare per ogni passaggio.
- Tasso di rielaborazione : stringhe rifiutate e restituite al linguista divise per le stringhe effettivamente inviate dal linguista. I rifiuti vengono registrati come azione di flusso di lavoro RIFIUTA nel report Modifiche stringa, trasformando così le rilavorazioni da un aneddoto in un dato numerico.
- Qualità del lavoro consegnato — punteggio MQM e densità di errore per 1.000 parole da LQA, sullo stesso schema per tutti. Il modo in cui viene calcolato il punteggio stesso è spiegato da come funziona la valutazione della qualità della traduzione.
- Normalizzatori, non metriche — banda di corrispondenza fuzzy, livello di Valutazione della Qualità del Linguaggio e tipo di contenuto. Confronta i linguisti solo all'interno della stessa banda, lingua e tipo di contenuto, oppure il confronto misura il mix del lavoro piuttosto che la persona.
- Tempo attivo, usato con cura — il tempo speso nell'editing può spiegare un cambiamento di throughput, ma penalizza la ricerca, le query di terminologia e i controlli accurati, quindi trattalo come una diagnostica per le conversazioni sul carico di lavoro piuttosto che come un punteggio.
Dove si trovano i dati di produttività dei linguisti in Smartling?
Otto rapporti e misure documentati forniscono la materia prima per una visione della produttività:
| Rapporto o misura | Cosa aggiunge | Dettagli documentati | sorgente |
|---|---|---|---|
| Rapporto sul conteggio delle parole | Portata per linguista | Filtri per Agenzia, Linguista, Lingua di Traduzione e Tipo di Passo del Flusso di Lavoro; Colonna Parole Pesastate; fino a un intervallo di date di 1 anno per run; Download CSV | Centro assistenza Smartling, "Rapporto sul conteggio delle parole" |
| parole ponderate | Throughput aggiustato per leva | Ogni parola moltiplicata per il suo tasso di corrispondenza sfocata e arrotondata all'alto alla parola intera più vicina | Centro di Assistenza Smartling, "Conteggio di parole e stime spiegate" |
| Regole per i crediti di lavoro | Cosa significa e cosa non significa un conteggio di parole | Passaggi di modifica e revisione accreditati alla presentazione indipendentemente dalle modifiche; una stringa rifiutata, rielaborata e nuovamente inviata viene accreditata una volta | Centro di Assistenza Smartling, "Conteggio di parole e stime spiegate" |
| Rapporto sulle modifiche delle stringhe | Distanza di modifica e rielaborazione | Distanza di modifica (cambiamenti di carattere tra ogni passaggio), Distanza di modifica delle parole (solo dashboard Smartling), Distanza di modifica per la pubblicazione e valori del tipo di azione del flusso di lavoro, inclusi REJECT e POST_MACHINE_REVISION; dati relativi agli ultimi 6 mesi, aggiornati ogni 24 ore. | Centro di Assistenza Smartling, "Rapporto sui cambiamenti delle stringhe" |
| Prestazioni di qualità del traduttore - 90 giorni | Tendenza di distanza di modifica per BI | Dati sulle prestazioni qualitative del traduttore tramite edit_distance per progetto, lavoro e fase del flusso di lavoro, forniti in formato CSV a un bucket AWS S3 e aggiornati ogni 24 ore; attivati dal Customer Success Manager | Smartling Help Center, "Strumento di accesso ai dati di Smartling per la Business Intelligence" |
| Livelli di stima della qualità linguistica | Strumento di normalizzazione per la post-produzione | Qualità prevista alta, media o bassa per stringa tradotta automaticamente; il livello appare nella colonna Fuzzy Breakdown del Word Count Report | Centro di Assistenza Smartling, "Agente di Stima della Qualità del Linguaggio per la Traduzione Automatica" |
| LQA riferisce | Qualità del lavoro consegnato | Dashboard LQA (punteggio MQM per lingua, progetto o lavoro), report sugli errori e l'arbitrato LQA (errori a livello di stringa con categoria e gravità) e report sulla densità degli errori LQA (errori per progetto, lingua e lavoro) | Centro di Assistenza Smartling, "LQA: Panoramica" |
| Tasso di modifica in pratica | Esempio di metrica di revisione tracciata | Nel 2022, i revisori interni di Gate.io hanno registrato un tasso di modifica medio dello 0,6% in 18 località. | Caso di studio Gate.io |
Come si imposta la misurazione della produttività dei linguisti passo dopo passo?
La maggior parte dei team può creare una visione affidabile della produttività in cinque passaggi, utilizzando i report già a disposizione:
- Definisci l'unità e i segmenti : concorda che l'unità sia costituita dalle parole ponderate per tipo di fase del flusso di lavoro, per lingua e per mese, e decidi quali segmenti non verranno mai mescolati: tipo di contenuto, banda di corrispondenza approssimativa e, per la post-editing della traduzione automatica, livello di stima della qualità linguistica. Annotare questi dati prima della prima relazione previene successive discussioni sulle cifre.
- Ottieni il throughput per linguista : esegui il report di conteggio delle parole filtrato per linguista (e per agenzia per i team dei fornitori), suddiviso per tipo di fase del flusso di lavoro e lingua di traduzione e utilizza la colonna Parole ponderate. Il report sull'attività di traduzione aggiunge un file CSV per ogni lavoro con nome utente, nome dell'agenzia, lingua, tipo di conteggio parole, punteggio fuzzy e conteggio parole quando è necessario controllare un singolo lavoro.
- Aggiungi sforzo e rielabora — Scarica il Report Modifiche Stringa per lo stesso periodo, filtrato per utente, e somma le azioni Distanza di modifica e RIFIUTO per linguista; I proprietari di account e i project manager possono anche filtrare per passaggio del workflow una volta selezionato un singolo progetto. Per mantenere una storia più lunga rispetto alla finestra di 6 mesi del rapporto, carica il dataset Performance Performance - 90 Days dello strumento di accesso ai dati, che trasporta lo stesso segnale di distanza di modifica e si aggiorna ogni 24 ore, in Tableau o in un altro strumento BI con un calendario.
- Associa ogni riga di flusso alla qualità : valuta il lavoro campionato con LQA su uno schema, quindi attribuisci i risultati applicando la dashboard LQA e il report sulla densità degli errori ai progetti e alle lingue in cui ha lavorato ciascun linguista. Un linguista la cui produttività aumenta mentre la densità di errori rimane costante è effettivamente più produttivo; uno la cui produttività aumenta con la densità di errori sta delegando il lavoro ai revisori.
- Analizza le tendenze con il linguista, poi agisci : esamina almeno tre periodi, discuti i valori anomali con la persona prima di trarre conclusioni e utilizza il risultato per instradare i contenuti, regolare le percentuali di post-editing in base alla fascia di qualità o pianificare un percorso di coaching. Confrontare le agenzie anziché i singoli professionisti è un'operazione diversa, descritta in dettaglio nella guida su come creare una scorecard per i fornitori di servizi di traduzione.
Questo approccio si adatta a squadre che...
- Gestisci diversi linguisti, sia interni che freelance, e hai bisogno di una base oggettiva per incarichi, tariffe o attività di coaching.
- Esegui il post-editing di traduzione automatica e vuoi sapere se post-editor, motori o tipi di contenuto spiegano la lentezza dell'output.
- Paga il post-editing in base allo sforzo previsto e serve la prova che le bande corrispondano alle modifiche effettivamente fatte dai linguisti.
- Riportare l'efficienza della localizzazione alla dirigenza e richiedere un dato che resista alla domanda "ma che dire della qualità?".
Quando le metriche di produttività dei linguisti potrebbero non essere la priorità giusta
- Team molto piccoli in cui un responsabile ha già una visione completa di ogni attività; le metriche formali aggiungono un sovraccarico senza fornire informazioni utili.
- Trascreazione e lavoro creativo, dove lo sforzo per parola è guidato dallo sviluppo concettuale che la distanza di modifica e il conteggio delle parole non possono vedere.
- Programmi senza ancora uno schema di qualità condiviso; la produttività senza una linea di qualità premia solo la velocità, quindi imposta prima l'LQA.
- Il lavoro è instradato interamente attraverso un servizio gestito, dove il fornitore possiede il personale linguistico; la pagina Security at Smartling afferma che Smartling non può dare ai clienti un controllo speciale sugli incarichi dei suoi appaltatori indipendenti né fornire liste di tali collaboratori, quindi le metriche a livello individuale non sono la leva in questo ambito.
Checklist per la valutazione: domande da porre sull'analisi della produttività dei linguisti
Quali strumenti misurano le prestazioni dei traduttori e possono supportare confronti tra fornitori?
Cerca una piattaforma che riporti la velocità di trasferimento ponderata delle parole, la distanza di modifica, i rifiuti e la qualità MQM per linguista dallo stesso sistema, invece di esportazioni separate. Il confronto a livello di fornitore riutilizza poi gli stessi dati a livello di agenzia, come descritto nella scheda di valutazione del fornitore di traduzione.
Come viene misurata la produttività post-editing e quali strumenti la supportano?
Chiedere se la piattaforma registra la distanza di modifica tra l'output automatico e la traduzione post-editing, e se la qualità prevista della traduzione automatica viene memorizzata per ogni stringa in modo che i post-editor possano essere confrontati all'interno della stessa fascia di qualità.
Quanto sono accurate le metriche dei revisori?
Controlla come vengono accreditati i lavori di revisione. Se un passaggio di revisione viene accreditato alla presentazione indipendentemente dai cambiamenti, il conteggio delle parole non può distinguere un revisore attento da un timbro di gomma; la distanza di modifica, il numero di rifiuti e gli errori LQA registrati per revisore possono.
Le metriche di produttività sono collegate ai cicli di feedback dei revisori?
I dati di produttività sono più utili quando le modifiche e gli errori che vi derivano raggiungono il linguista e le risorse linguistiche. Come una correzione diventa un aggiornamento della memoria di traduzione, una voce di glossario e un controllo qualità bloccante viene trattato nella costruzione di un ciclo di feedback QA di localizzazione.
Puoi normalizzare per la leva della memoria di traduzione e il mix dei contenuti?
Conferma che il report contiene parole ponderate e il livello fuzzy-match, e che puoi filtrare per lingua e passaggio del flusso di lavoro, così che i linguisti su contenuti fortemente sfruttati non vengano sopravvalutati.
Quanto indietro vanno indietro i dati e possono arrivare al tuo strumento BI?
Chiedi la finestra di conservazione e la frequenza di aggiornamento di ogni rapporto; un rapporto di 6 mesi è sufficiente per il coaching, mentre le revisioni annuali richiedono un'esportazione con una storia più lunga.
Chi può vedere i numeri?
I linguisti dovrebbero poter vedere i propri dati. In Smartling, traduttori, editor e revisori possono eseguire il Rapporto sul Conteggio Parole e il Rapporto sulle Modifiche Stringa sul lavoro a cui hanno partecipato, mantenendo così la conversazione sugli stessi numeri.
In che modo Smartling supporta la misurazione della produttività dei linguisti?
Smartling registra il lavoro completato, le modifiche e i risultati di qualità di ogni linguista su un'unica piattaforma, così che throughput, impegno e qualità possano essere letti fianco a fianco invece di essere riconciliati da file separati. Il Rapporto sul Conteggio delle Parole suddivide il lavoro completato per Linguista, Agenzia, Lingua di Traduzione e Tipo di Passo del Flusso di Lavoro, con una colonna Parole Ponderate che applica sconti per corrispondenza fuzzy e una colonna Fuzzy Breakdown che mostra il livello fuzzy o, per stringhe tradotte automaticamente, il livello di Valutazione della Qualità della Lingua. Questa combinazione permette a un manager di confrontare i post-editor all'interno della stessa fascia di qualità prevista, piuttosto che su un carico di lavoro misto.
Il Rapporto Modifiche delle Stringhe mostra cosa è cambiato in ogni fase del workflow, con Distanza di Modifica, Distanza di Modifica Parola e Distanza di Modifica per Pubblicare, oltre ad azioni di workflow come REJECT e POST_MACHINE_REVISION, che trasformano lo sforzo post-modifica e il rilavoro in misure numerabili. Per tendenze più lunghe, lo strumento di accesso ai dati offre un dataset Performance di Qualità del Traduttore - 90 giorni basato sulla distanza di modifica per progetto, lavoro e fase di workflow, insieme al conteggio delle parole del flusso di lavoro del lavoro, come file CSV per Tableau o un altro strumento BI; il Customer Success Manager lo attiva. La qualità deriva da LQA, dove i linguisti umani, l'agente LQA o entrambi registrano gli errori per categoria e gravità rispetto a uno stesso schema, e i report LQA Dashboard, Errors & Arbitration e Error Density forniscono la linea di qualità che mantiene onesta una visione della produttività.
Per l'ambiente di editing che determina la velocità di post-editing, vedi cosa dovrebbe includere un ambiente di post-editing per la traduzione AI; per bilanciare il carico di lavoro che queste metriche rivelano, vedi come gestire il carico di lavoro dei traduttori all'interno di un team.
Domande correlate
- Come gestisci il carico di lavoro dei traduttori all'interno di un team?
- Come si crea una scorecard delle prestazioni per i fornitori di traduzione?
- Cosa dovrebbe includere l'ambiente di editing di un revisore umano quando post-edita la traduzione con IA?
- Come gestite e facete gestire un team di traduttori e linguisti?
Pronto a vedere Smartling in azione?
Parla con un membro del team Smartling per vedere come possiamo aiutarti a ottenere di più dal tuo budget offrendo traduzioni di altissima qualità, più velocemente e a costi significativamente inferiori.