번역 품질 관리는 과학이어야 하지만 대부분에게는 여전히 수수께끼입니다. 우리는 품질을 어떻게 정의하고, 어떻게 측정하며, 품질을 어떻게 개선할지에 대해 합의할 수 없습니다. 결과는 연속적이고 확장 가능하며 지속 가능한 품질을 보장하는 견고한 프레임워크보다는 몇 명의 신뢰할 수 있는 핵심 인물에 대한 지나친 의존에 이르게 됩니다. 이런 상황에서 Bureau Works가 등장합니다. 우리는 기반부터 설계하거나 현재의 프로세스를 역공학하여 모든 규모의 기업이 의존할 수 있는 품질 프레임워크를 도입합니다. 오해 #1: 품질은 현지 검토자가 생각하는 것에 관한 것입니다. 품질은 단일 개인에 의해 정의될 수 없습니다. 품질은 각 특정 콘텐츠 유형의 대상 독자를 대표하는 그룹이어야 합니다. 오해 #2: 품질은 현지 검토자가 생각하는 것에 관한 것입니다. 품질은 개인 한 명에 의해 정의될 수 없습니다. 품질은 특정 콘텐츠 유형의 대상 독자를 집단으로 대표하는 사람들의 모임이어야 합니다. 오해 #2: 품질은 순전히 기술적인 것입니다. LQA, 세분화된 오류 분류는 기술적인 결함을 드러낼 수 있지만, 원하는 최종 결과를 달성하는 매력적인 콘텐츠를 생산하지는 않을 수 있습니다. 작은 문법 오류는 문화적 민감성, 브랜드 음성의 손실 또는 기타 더 추상적인 언어적 자산보다 더 쉽게 용서받을 수 있습니다. 오해 #3: 품질은 각각의 특정 콘텐츠 유형에 대한 대상 독자를 집단으로 대표하는 사람들의 모임이어야 합니다. 오해 #2: 품질은 순전히 기술적인 것입니다. LQAs, 세분화된 오류 분류는 기술적인 결함을 드러낼 수 있지만, 원하는 최종 결과를 달성하는 매력적인 콘텐츠를 생산하지는 않을 수 있습니다. 작은 문법 오류는 문화적 민감성, 브랜드 음성의 손실 또는 기타 더 추상적인 언어 자산보다 용서하기 쉽습니다. 오해 #3: 품질은 좋거나 나쁩니다. 번역 품질에 대해 극단적으로 이분화하는 경향은 도움이 되지 않습니다. 품질은 순수하게 기술적인 것이다. LQAs(언어 품질 평가)는 세분화된 오류 분류를 통해 기술적인 결함을 드러낼 수 있지만, 반드시 원하는 최종 결과물을 달성하는 매력적인 콘텐츠를 생산하지는 않는다. 작은 문법 오류는 문화적 민감성, 브랜드 음성 손실 또는 기타 더 추상적인 언어 자산보다 용서하기 쉽다. 오해 #3: 품질은 좋거나 나쁘다. 번역 품질에 대해 극단적인 이분법적 사고는 도움이 되지 않는다. 모든 것이 좋거나 나쁜 것은 아니다, 적어도 전체적으로는 그렇지 않다. 모든 것이 좋거나 나쁜 것은 아닙니다. 적어도 전체적으로 그렇지 않습니다. 언어는 요소와 선택으로 가득 차 있으며, 우리가 무엇이 일어나고 있는지와 무엇이 필요한지에 대해 건설적으로 논의할 수 있도록 하는 메커니즘을 필요로 합니다. Bureau Works에서는 어떻게 이를 보는지 알아볼까요? #1 품질은 데이터에 관한 것입니다 - 작은 샘플이나 문장 하나에 대한 불균형한 반응에 기반하여 정보를 얻어 결정을 내리는 것은 어렵습니다. 반면 데이터는 트렌드를 보여주며, 행동과 예상 결과 사이의 깊은 상관관계뿐만 아니라 프로그램 수준, 콘텐츠 수준, 사용자 수준, 번역가 수준 등에서 일어나는 상황의 공정한 스냅샷을 보여줍니다. #2 품질은 거버넌스에 관한 것입니다 - 이제 데이터를 가지고 있으므로 스마트하고 정보를 바탕으로 한 결정에 집중할 수 있습니다. 협력자들이 최고의 성과를 내도록 보장하는 벤치마크, 프로세스 및 시스템을 개발하는 데 집중할 수 있습니다.#3 품질은 사람에 관한 것입니다 - 마지막으로, 데이터는 이론적인 지식이나 경험에 기반한 것이 아닌 직무 수행 능력과 성과에 따라 적절한 사람들을 참여시키는 데 도움을 줍니다. 이 지속적인 피드백 루프는 우리가 조언하거나 관리를 도왔던 모든 프로그램에서 우수성을 도모합니다. 우리는 BWX의 최첨단 기술과 최고의 사례를 혼합하여 혁신적인 품질 관리를 도입합니다.
- 더 이상의 추적자 없음
- 이메일을 통해 보내지는 품질 보고서가 더 이상 없습니다
- 분석에 대한 더 깊은 이해를 위한 Tableau 통합
- 자동 버전 추적 및 변경 매핑
- 자동 보고
- 모든 관련 당사자에 대한 성능 투명성
- 당사 간 분쟁을 해결하기 위한 통합 중재 워크플로우
이 품질 프레임워크는 2016년에 처음으로 Bureau Works에서 도입되었습니다. 첫 번째 버전에서도 놀라운 성과를 보였습니다. 6개월 내에 사용자 리뷰어들은 번역 콘텐츠의 평균 30%를 수정하는 것에서 15% 미만으로 줄었습니다. 이는 리뷰 단계에서 필요한 변경 사항이 50% 감소했다는 것을 의미합니다. 좋은 소식인데, 이것이 여러분에게 어떤 의미를 가지는 걸까요?
- 시장 진입 시간 단축
- 더 신뢰할 수 있는 번역 (검토 단계에서의 오류 가능성 감소)
- 비용 절감
- 예측 가능한 품질
당시에는 번역가에게 즉시 변경 사항을 제공하고 누적 점수 및 특정 작업에 대한 성적을 확인할 수 있도록 허용하는 것 외에는 아무 것도 하지 않았습니다. 비용 절감 예측 가능한 품질당시에는 번역가에게 즉시 적용된 변경 사항을 보여주고 누적 점수와 특정 작업에서의 성적을 확인할 수 있도록 허용하는 것 외에는 아무 것도 하지 않았습니다. 번역가에게 가장 어려운 점 중 하나는 일반적으로 좋은 소식이 없다는 것이며 받는 소식은 가끔 "이 부분은 마음에 들지 않았다"는 것뿐입니다. 이렇게만 알게 된다면 거의 개선할 수 없을 정도입니다. 이렇게는 거의 개선할 수 없습니다. 즉각적이고 명확하며 구체적인 피드백은 사용자의 행동을 빠르고 효과적으로 변화시켰습니다. 이후로 우리는 이 프레임워크를 50개 이상의 국가에서 글로벌 기업에 적용하여 현지 검토자, 전문가 및 포커스 그룹과 함께 잠재력과 기대 결과 사이에서 최상의 조합을 이끌어냈습니다. 우리는 조직이 올바른 수준에서 올바른 요원들을 참여시킬 수 있는 지속 가능한 프레임워크에 의존할 수 있도록 허용하여, 소방 대응보다는 일관된 개선에 초점을 맞출 수 있게 하였습니다.
.avif)
.avif)
%2520(1).avif)
.avif)
