

Çeviri, içeriğinizi başka bir dile taşıyan şeydir, ama orada işe yarayan şey yerelleştirmedir. Fark, dönüşüm oranlarında, yerel ekiplerden gelen içgörülerde ve yeni bir pazardaki müşterilerin markanın onlara sadece iletişim kurmak yerine hitap ettiğini hissedip hissetmemelerinde kendini gösteriyor.
Weglot, bir web sitesi çeviri aracı, pazarlar arasında neyin uyum sağlayıp uyum sağlamadığı konusunda içerik strateji çerçevenizin merkezi olabilir. Ancak, ekibinizi tutarlı yerelleştirme için yapılandırmayı ve yapay zeka araçlarının hacmi nasıl yönettiğini bilmeniz gerekiyor.
Çeviri, yerelleştirme ve dönüştürme, içerik uyarlamanın üç farklı seviyesidir. Yanlış bir içeriğin uygulanması, uluslararası bir stratejinin düşük performans gösterebileceği yaygın bir yöntemdir:
Hangi yaklaşımı uygulayacağımıza karar vermek, içeriğin neyi başarmaya çalıştığına bağlıdır. Örneğin, işlevsel kopya (örneğin kullanıcı arayüzü dizileri veya ürün açıklamaları veya yardım dokümantasyonu) bir yerelleştirme işidir. Ton ve duygusal kayıtların ticari ağırlık taşıdığı pazarlama ve marka içeriği, dönüştürme için idealdir.
DeepL'nin yerelleştirme durumu araştırmasında, ankete katılan hemen hemen herkes yerelleştirmeden olumlu bir yatırım getirisi (ROI) bildirdi; çoğunluk ise üç kat veya daha fazla getiri gördü. Bizim görüşümüze göre, bu yatırım getirisi büyük kısmı içeriğin çevirisi ve yerelleştirmesi arasındaki boşlukta yaşıyor.
Markanızı yeni bir pazara uyarlamadan önce, uyum sağlamaya istekli olmadığınız şeylere karar vermelisiniz. Örneğin, değerleriniz, misyonunuz ve temel amacınız yerelleştirme sürecini mümkün kılan şeylerdir, bu yüzden değişmemeli.
Tanımlanmış bir çekirdek olmadan, yerel ekiplere markanın sesini yorumlama özgürlüğü vermek, içeriğinizi yerel ve marka için otantik hissettirmek yerine parçalayabilir. Ayrıca, kültürel bağlama bağlı olarak hangi öğelerin 'seyahat ettiğini' veya esnediğini bilmek, yerelleştirmenizi tekrarlanabilir kılar.
Markanızın değerleri ve neyi temsil ettiğin, iletişiminizi tanımlayan kişilik özellikleri ve terminoloji ya da ürün isimlendirme kararları genellikle değişmez. Diğer unsurlar için, içeriği uyarlama konusunda daha fazla alanınız var:
Finans şirketi Qonto'nun Yaratıcı Bölüm Başkanı Kim Reyes, bizimle Next Market Live Podcast'te bunun nasıl yönetildiğini paylaşmak için ortak ses tonu prensipleriyle konuşuldu.
Sohbet sırasında marka yerelleştirmesini, marka düzeyinde kod değiştirmek ve kim olduğunuzu kaybetmeden bağlama uyum sağlamak olarak tanımlıyor:
“… Doğru kültüre ve duruma uyum sağladığımdan nasıl emin olabilirim, ama yine de kendim gibi kalabilirim? Bir marka olarak sorunun özü budur: Dilin dünyanın farklı bölgelerinde farklı algılandığını bilerek, nasıl özgün olarak kendiniz kalırsınız?..." – Kim Reyes, Qonto Kreatif Başkanı
Kim'in kariyerinin başlarında, bu ilkelerin dokümantasyonda var olduğu ama ekipte yer almadığı bir şirkette, web sitesi, ürün serisi ve sosyal medya pazar başına farklı okunuyordu. Kısacası, prensipler var ama onları yaşatacak altyapı yoksa, bu sizi ısırabilir.
Belgelenmiş bir çekirdek oluşturulduğunda, soru marka sesinizin her pazarda nasıl ses vermesi gerektiği olur. Avrupa genişlemesi için en acil yapısal karar, resmi mi yoksa gayri resmi mi de bir kayıt kullanılacağıdır.
Qonto, Almanya, Fransa, İtalya, İspanya ve Hollanda'da faaliyet göstermektedir. Almanya ve Fransa'da Qonto, profesyonel finansal iletişimde güvenilirlik ve güven gösterdiği için resmi bir ton kullanır. İtalya ve İspanya'da gayri resmi kayıt daha kabul görnücü ve ilişkilendirilebilir. Bu pazarlarda resmi bir ton otoriter değil, soğuk gibi okunuyor.
"Tutarlılık mutlaka tekdüzelik veya katılık anlamına gelmez. Gerçekten pazarın kitlesini ve müşterilerin neyle bağ kuracağını anlamak." –
Kim Reyes, Qonto Kreatif Başkanı
Bu kararların hepsi verilerden geliyor: rakip konumlandırmasının kıyaslaması, ana dili konuşanlarla yapılan sohbetler ve Qonto'nun her pazarda nerede durmak istediğine dair bilinçli bir seçim. Bu kararları verdiğinizde, bunlar marka yönergelerinize giriyor, bu da onları tutarlı kılıyor, içeriği yazan kişiye bağlı değil.
Qonto'nun Belçika'daki Hollanda genişlemesi için, takım bazı kıyaslamalardan sonra gayri resmi bir tonda karar verdi. Ancak, müşteri işe alım ekibi ilk kez yeni müşterileri aramaya başladığında, gayri resmi kayıt şirketi iş finansları hakkında canlı bir sohbet için fazla rahat geldi. Qonto bu istisnayı belgeledi ve ona "yerelleştirme içinde yerelleştirme" adını verdi.
Ancak kayıt dışında, kültürel adaptasyonunuzda başka unsurlar da olmalıdır:
Bu kararların her biri belgelerinizde yer almaktadır. Aksi takdirde, her yeni içerik kampanyasında bunları sıfırdan çözmek zorunda kalırsınız.
Uyum sağlamanız gerekenin ne olduğunu anlamak, kararın sadece yarısıdır, çünkü aynı zamanda takımınızı tutarlılık için yapılandırmanız gerekir. Merkezi içerik ekipleri genellikle şirketin ana pazarının varsayımlarını ürettiği her şeye taşır.
Kim Qonto'ya katıldığında, merkezi içerik ekibi esasen Fransız takımıydı. Almanya, İtalya ve İspanya'ya giden içerikler, yerelleştirme başlamadan önce zaten Fransız bir bakış açısından filtrelenmişti. Bu, ekiplerin piyasaya bağlı bir şeyden çalışmak yerine, bir pazarın varsayımlarına göre şekillenen materyali uyarladığı anlamına geliyordu.
Bu yapısal düzeltmeler, Fransız içerik uzmanlarının özel ekiplere geçmesini gerektirdi. Bu da merkezi takımın tüm pazarlara nötr bir başlangıç noktasından hizmet vermesini sağladı.
Yerel ekiplere verilen brifing, farklı pazarlardaki önemli mesajlaşmaların bağlamını da içermeye başladı. Kendi içeriğiniz için, ürününüzün veya hizmetinizin işlevselliği ve özelliklerinin hangi yönlerinin her bölgede en önemli olduğunu anlamanız gerekir. Muhtemelen yerel bazda farklıdır.
İşte burada içerik yönetişimi modeli hayati öneme girebilir. Temelde, farklı bölgelerde içerik sunumunuzla ilgili şimdiye kadar verdiğiniz kararları üç yönle pekiştirmek:
Dokümantasyonun bunları birbirine bağlıyor, ama yapay zeka ile çalışmayı seçersen boşluklar da burada ortaya çıkabilir. Örneğin, insan okuyucular için yazılmış ses tonu yönergeleri soyutlamaya dayanır. Bu, genel tanımlayıcılar, benzetmeler veya niyeti gösteren görsel ipuçları (örneğin emojiler) olabilir. Ne yazık ki, bu Büyük Dil Modelinde (LLM) çalışmaz.
Qonto için, mevcut yönergeleri doğrudan bir yapay zeka yerelleştirme asistanı modeline aktarmak kötü çıktı verdi. Bunun nedeni, belgelerin ince bağlamı anlayan kişiler için yazılmasıydı. Modeli faydalı kılmak, rehberin yoruma yer vermeden özel, somut talimatlarla yeniden yazılmasını gerektiriyordu. Başka bir deyişle, makine tarafından okunabilir istekler olarak.
Qonto'nun dokümantasyonu artık her dil için pazara özgü bölümlerle evrensel bir ses tonu standardını kapsıyor ve örneklerle birlikte. Üstelik, her yeni çalışan sesli bir işe alım oturumundan geçer.
Bir noktada, Qonto'nun yerel içerik ekipleri kapasitesinin neredeyse yarısını diğer ekiplerden gelen yerelleştirme taleplerine harcıyordu. Çalışma gerekliydi, ancak cilt, editoryal ve stratejik çalışma ekiplerinin yapması gereken çok az alan bıraktı.
Bu, yerelleştirme iş akışında üç şeyi iyi hallettiği için bir yapay zeka modeli için ideal bir iştir:
Ancak yapay zekanın taklit edemeyeceği şey, bir pazarda işe yarayan bir tonun başka bir pazarda yanlış izlenim yaratıp yaratmadığı gibi kültürel ve editoryal yargılardır. Kim Reyes bunu, içerik konusunda daha gazetecilik bir yaklaşıma doğru bir kayım olarak tanımlıyor: gerçek görüşler oluşturmak ve birden fazla bakış açısını araştırmak. İçerik ekibi bu yöne katkıda bulunur ve odaklanırken, yapay zeka bu hacmi halledebilir.
Qonto, hız ile kalite arasındaki uçurumu kapatmak için iki aşamalı bir yapay zeka iş akışına sahip. Dile özgü asistanlar, her hedef dile ilk geçiş çevirisini yapar, ardından ikinci bir yapay zeka ajanı çıktıyı kalite kriterlerine göre değerlendirir. Bu, hedef dilin ana dili olmayan bir ekip üyesinin, kendi yabancı bir dili okumasına dayanmadan kaliteyi belli bir güvenle değerlendirebileceği anlamına gelir.
WeglotYapay Zeka Çeviri Modeli aynı prensibi uygular: modeli marka bağlamınızla bir kez yapılandırın ve ilk çevirideki bağlamı uygulayın. Model, girdilerin kombinasyonundan öğrenir:
Yapay Zeka Çeviri Modeli, OpenAI ve Gemini üzerine inşa edilmiştir ve bunu kendi Weglot Gösterge paneli. Ayrıca her Weglot Plan.
Kurmak için, içindeki Settings > Language model'e gidin Weglot. Kurulum ekranı, web sitenizin içeriğinden alınan bir marka tanımını önceden dolduruyor; bu tanımı ton talimatları ve özel kurallar eklemeden önce geliştirebilirsiniz.

Modelin oluşturduğu herhangi bir çeviri, Çeviri Listesi'nde GenAI etiketi alır. Bu etiketle filtreleyerek tüm yapay zeka tarafından oluşturulan dizileri toplu olarak inceleyebilirsiniz. Oradan, bunları temel makine çevirisiyle karşılaştırabilir ve satırda düzenleyebilirsiniz.

Yaptığınız her düzeltme, modelin çıktısını zamanla iyileştirecektir. İdeal olarak, kalite artsa da, her inceleme döngüsünde manuel düzenleme sayısının azalması.
Dönem düzeyinde marka tutarlılığı için, sözlük kuralları ( Settings > Glossary altında) her sayfa ve dil versiyonunda onaylı terminolojiyi uygular. Kurallar ayrıca geriye dönük olarak mevcut çevirilere ve otomatik olarak yeni içeriklere uygulanır.

Tamamen orijinal formunda kalması gereken içerik için, Settings > Translation Exclusions altındaki Çeviri Dışlamaları, belirli sayfaların, bölümlerin veya CSS seçicilerin çeviri için seçilmemesini önlemenizi sağlar. Bu, yasal bildirimler, markaya ait özel isimler, üçüncü taraf içerikler ve daha fazlası olabilir.

Çevirilmiş içeriği bağlamda incelemek için, Visual Editor sitenizin canlı önizlemesini gösterir, bir dizi listesi değil.

Bu, tasarımın çevirilerin nasıl gerçekleştiğini etkilediği marka açısından kritik sayfalar için faydalıdır. Örneğin, Fransızca doğru bir başlık, bulunduğu tasarım alanı için hâlâ çok uzun olabilir.
Yapay zeka arama platformlarındaki 1,3 milyon atıfın kendi analizi, çevirilmiş web sitelerinin tek dilli sitelere kıyasla yapay zeka destekli arama sonuçlarında üç katından fazla görünürlük kazandığını ortaya koydu.
Bu nedenle, marka sesinizi diller arasında tutarlı kılan altyapı, içeriğinizin bulunup bulunmayacağını da belirler. Arada Weglottemel düzeyde işlevsellik ve yapay zeka Çeviri Modeli, kendi pazar uyum gereksinimleriniz için neredeyse eksiksiz bir temele sahip olursunuz.
Bu yazıda geçen argüman tek bir şeye dayanıyor: Neyi değiştirmeyeceğine karar vermeden iyi uyum sağlayamazsın. Yeni pazarlarda bağlantı kuran markalar, yerelleştirmeden önce bu gerilimi çözmüştür. Takımlar, her bağlamda tanımlayan değerleri, standartları ve kararları seslendirmeyi bilir. Üstelik, bu değerleri koruyacak yapı yerel ekiplere çalışma alanı tanımak için kurulu.
WeglotYapay Zeka Çeviri Modeli, Sözlük ve diğer işlevler, kendi yönetişim modeliniz ve pazar başına dokümantasyonla birleşerek bu kararları tekrarlanabilir hale getirir. Onsuz, her dildeki her içerik parçası kapasitesine sahip olan kişinin verdiği bir yargı kararıdır.
Yapılandırılmış bir çeviri iş akışının, işletmenizin işlediği her dilde marka sesini nasıl işlediğini görmek için bir 14 gün ücretsiz Weglot Kredi kartı veya taahhüt gerektirmeden deneme yapın.
Weglot'un gücünü anlamanın en iyi yolu, onu bizzat görmektir. Hiçbir taahhüt olmadan ücretsiz deneyin.
Web sitenizi henüz bağlamaya hazır değilseniz, kontrol panelinizde bir demo web sitesi mevcuttur.

Çeviri, içeriği bir dilden diğerine mümkün olduğunca orijinal anlama yakın dönüştürür. Yerelleştirme, hedef pazarın kültürüne göre kayıt, ton, biçimlendirme ve görselleri uyarlar. Transcreation, içeriği duygusal ve yaratıcı niyetinden yeniden inşa eder. Her birinin farklı ama hayati kullanım alanları vardır.

Karar, içeriğin ne başarmaya çalıştığına dayanır. Fonksiyonel içerik (örneğin kullanıcı arayüzü dizileri (ürün açıklamaları ve yardım dokümantasyonu) yerelleştirme ile iyi çalışır çünkü hedef doğru ve tutarlı iletişimdir. Tonun ticari ağırlık taşıdığı pazarlama ve marka içerikleri, daha çok yeniden yaratma gerektiriyor.

Harekete geçebileceğiniz kadar spesifik belgelenmiş prensiplerle başlayın: piyasaya göre aldığınız kayıt kararları ve nedenleri, her dildeki ton örnekleri ve tutarlı kalması gereken terimler. Yapılandırılmış bir yapay zeka Çeviri Modeli, bu ilkelere göre hacmi yönetirken, insan incelemesi herhangi bir yargı çağrısına bakıyor.

Yapay zeka, ilk geçiş çevirileri yönetebilir ve Sözlük kuralları ile ton talimatlarıyla eşleştirildiğinde tutarlılığı korur. Marka doğruluğu, marka bağlamınızı nasıl tarif ettiğinizden, özel talimatlarınızın ne kadar somut olduğundan ve ekibinizin çıktıyı ne kadar düzenli olarak gözden geçirip düzelttiğinden gelir. Model zamanla yapılan düzeltmelerle gelişir.

Sözlük kuralları, düzenlemeyi kim yaptığına bakılmaksızın tüm çevirilerde onaylanmış terimleri uygulamanıza yardımcı olabilir. Çeviri Dışlamaları, asla değişmemesi gereken içeriği korur. Bireysel ekip üyelerine belirli diller atanması ve Çeviri Listesi'nin manuel olarak incelenenleri takip etmesi sürecin denetlenebilir olmasını sağlar.