Comment choisir une méthode de prévision des capacités de traduction et mesurer sa précision ?

Dernière mise à jour : 21 septembre 2026

Quelles sont les trois méthodes de prévision de la capacité de traduction, et quelles données chacune nécessite-t-elle?

Chaque méthode répond à une question différente, sur un horizon différent, à partir d’un ensemble de données différent.

• Données de référence historiques (données réelles rétrospectives). Projetez le volume de la période suivante à partir du volume passé mesuré, par zone géographique et par flux de contenu. Les données d'entrée sont le rapport de comptage des mots, qui détaille le travail effectué par langue cible, étape du flux de travail, profil flou, niveau flou, mots sources et mots pondérés, et le rapport des mots traités, qui enregistre le nombre quotidien de mots traduits pour la première fois dans un projet (Centre d'aide Smartling, Rapport de comptage des mots ; Centre d'aide Smartling, Mots traités). C’est la seule méthode qui permet d’obtenir un chiffre trimestriel ou annuel fiable, et sa faiblesse est structurelle : elle ne peut pas détecter le lancement d’un produit ou un nouveau marché sans historique.
• Estimation ascendante, par tâche, à partir du contenu source. Évaluez la taille du travail existant en faisant une estimation par rapport aux chaînes de caractères réelles. Une estimation floue Smartling retourne le nombre de mots du travail par niveau flou, et une estimation de coût ajoute les prix du barème pour produire une prédiction du nombre total final de mots du travail et de son coût s'il est traduit maintenant ; les deux sont disponibles pour les propriétaires de compte et les gestionnaires de projet dans le volet Résumé du travail avant autorisation (Centre d'aide Smartling, Obtenir une estimation des coûts de traduction). La précision est élevée ici pour les prochaines semaines et indéfinie au-delà, car la méthode ne peut pas dimensionner un contenu qui n'a pas encore été écrit.
• Estimation assistée par l'IA, qui prédit l'effort plutôt que le volume. C'est là que les affirmations des fournisseurs concernant l'apprentissage machine dans la planification des capacités doivent être lues attentivement. Aujourd'hui, dans un système de gestion de la traduction, l'apprentissage machine en production prédit la quantité de travail humain nécessaire pour une chaîne de caractères donnée, et non le nombre de mots qui arriveront le trimestre prochain. L'agent d'estimation de la qualité linguistique de Smartling attribue à chaque chaîne traduite automatiquement une étiquette Faible, Moyenne ou Élevée en fonction de la qualité prévue, et les flux de travail dynamiques peuvent acheminer les données en fonction de cette étiquette afin que seules les chaînes nécessitant une intervention humaine y parviennent (Centre d'aide Smartling, Agent d'estimation de la qualité linguistique pour la traduction automatique). Cela change sensiblement le chiffre de la capacité humaine, mais c'est un facteur de conversion appliqué à une prévision, pas une prévision elle-même.
• En combinant les trois par horizon. Le schéma fonctionnel sert de référence historique pour le trimestre, des estimations de bas en haut pour le sprint ou la campagne actuelle, et un facteur d’effort assisté par l’IA appliqué aux deux. Chaque couche porte ensuite son propre score de précision, donc quand le quart manque, on peut dire si le volume était erroné, si la taille par travail était incorrecte, ou si le taux de toucher humain supposé était incorrect — une distinction qu’un seul nombre combiné détruit.

Entrées des méthodes de prévision et leurs limites documentées

Comment mesurez-vous la précision des prévisions de traduction au fil du temps?

La précision des prévisions est une pratique de mesure, pas une caractéristique. Cinq étapes le rendent répétable.

1. Gelez la prévision avant le début de la période — Sauvegardez la prévision comme un artefact daté : la référence exportée, le CSV estimé au niveau de l’emploi dans le panneau Détails d’estimation, et les hypothèses derrière les deux. Le conseil de Smartling est de conserver une copie de l’estimation originale et de l’estimation prise une fois que le contenu est entré dans ses flux de travail, car l’estimation en temps réel sera déplacée au moment où vous souhaitez la noter.
2. Corrigez l'unité et la granularité : le score doit être exprimé en mots pondérés par langue cible et par mois, et non en mots sources bruts par trimestre. Les mots pondérés correspondent à la capacité réellement achetée, et c'est au niveau de la granularité locale que l'erreur importante apparaît ; un chiffre au niveau du compte peut être correct pour les mauvaises raisons.
3. Calculez l’erreur par localité, puis agrégez — Pour chaque localisation et période, prenez la différence absolue entre la prévision et le rapport réel du nombre de mots, divisez par le réel, et faites la moyenne de ces pourcentages entre les localités. La moyenne des pourcentages plutôt que des totaux empêche un grand endroit de masquer plusieurs petits pourcentages mal prévisibles.
4. Distinguer le biais de la variance — Suivre l'erreur signée en parallèle de l'erreur absolue. Une erreur signée systématiquement positive signifie que la méthode présente une erreur structurellement élevée et nécessite un coefficient ; une erreur signée proche de zéro avec une grande erreur absolue signifie que la méthode est sans biais mais imprécise et nécessite une marge d’erreur. Ces problèmes nécessitent des corrections opposées, c'est pourquoi un seul chiffre de précision composite ne suffit pas.
5. Attribuez chaque manque de contenu, puis effectuez une nouvelle prévision à une cadence définie : attribuez chaque manque dépassant votre seuil à une cause nommée : contenu ajouté en cours de travail, modification du flux de travail, augmentation de la mémoire de traduction, branche de flux de travail dynamique ou lancement sur le marché sans historique. Faire de nouvelles prévisions mensuelles par rapport aux mêmes données figées afin que le choix de la méthode soit déterminé par la tendance en matière de précision plutôt que par un seul trimestre.

Cette approche convient aux gestionnaires de localisation qui...

• Il faut défendre un chiffre de capacité ou de budget à financer et s'attendre à ce qu'on vous demande si le chiffre du trimestre précédent était exact.
• Nous avons déjà au moins un an d'historique de rapports de comptage de mots et devons décider si une base de référence historique ou une estimation par tâche devrait être la méthode principale.
• Un fournisseur vous offre l’IA ou la prévision prédictive de la capacité et souhaitez tester ce que le modèle prédit réellement.
• Vérifiez suffisamment de sites pour qu’un seul chiffre de prévision au niveau du compte cache une erreur significative par langue.
• J'ai été surpris par l'écart entre l'estimation d'une tâche autorisée et son nombre de mots final, et je veux que cet écart soit justifié plutôt qu'abstrait.

Quand le choix d'une méthode de prévision n'est pas la bonne question

• La prévision existe déjà et la question ouverte est de savoir combien de linguistes elle implique — c’est-à-dire les calculs dimensionnés, couverts dans la planification du nombre de personnes de localisation et l’estimation du nombre de traducteurs nécessaires.
• Le volume est connu et le problème est un pic saisonnier que l’équipe ne peut pas absorber; voir comment planifier les ressources de localisation pour le volume de traduction variable et saisonnier.
• La capacité totale est adéquate, mais inégalement répartie entre les linguistes dont vous disposez déjà ; voir comment gérer la charge de travail des traducteurs au sein d'une équipe.
• Le programme s'exécute dans une ou deux régions avec un seul flux de contenu, où une moyenne glissante sur trois mois est suffisamment précise pour que la sélection formelle de la méthode ne donne aucun résultat.

Liste de vérification d’évaluation : questions à poser avant de choisir une méthode de prévision

Combien de mois de réactions propres et locales avez-vous réellement?
Une référence historique nécessite un volume divisé par langue cible, étape du flux de travail et niveau flou — pas par totaux de factures. Si l’historique n’existe qu’en tant que dépense, cette méthode n’est pas encore disponible pour vous.

Est-il possible d'exporter les données de référence sans que quelqu'un ait à songer à le faire ?
Le rapport de nombre de mots ne peut pas encore être programmé pour la livraison, alors demandez si la plateforme expose les mêmes données via une API. L’API Reports de Smartling retourne des données de nombre de mots, y compris un point d’exportation CSV, ce qui transforme une extraction manuelle en un travail mensuel.

Quand un fournisseur affirme que la prévision est alimentée par l’IA ou prédictive, quelle est la variable de sortie du modèle?
Demandez s’il prédit le volume futur ou l’effort sur du contenu déjà existant. L’estimation de la qualité de la langue prédit une étiquette de qualité faible, moyenne ou élevée par chaîne traduite par machine — utile et réelle, et ce n’est pas la même chose que la prévision de la demande.

L'estimation inclut-elle l'historique réel du projet, ou faut-il tout recalculer ?
Smartling documente que les données historiques réelles d’un travail ne sont pas prises en compte dans son estimation, à une exception près : pour les chaînes déjà traduites, le score flou disponible au moment de la traduction est utilisé. Savoir comment un outil résout ce problème vous indique si refaire une estimation en cours de travail est informatif ou trompeur.

Quels événements précis font évoluer l’estimation, et peut-on bloquer avec eux?
La croissance de la mémoire de traduction, les changements de contenu en cours de tâche, les changements de flux de travail et les changements de configuration constituent chaque shift une estimation Smartling. Un outil qui ne peut pas vous dire lequel a déplacé le nombre ne peut pas du tout supporter une mesure précise.

Y a-t-il une indication documentée pour l’erreur?
Demandez si les écarts sont généralement au-dessus ou en dessous de l'estimation, et pourquoi. La documentation de Smartling indique que les écarts font généralement baisser le coût réel par rapport à l'estimation, avec des exceptions nommées telles que le contenu ajouté et les flux de travail dynamiques — c'est le niveau de spécificité à partir duquel une mémoire tampon doit être dimensionnée.

Sur quoi basez-vous vos prévisions : un budget ou une capacité contractuelle ?
Si le compte comprend un forfait de capacité de mots traités, la prévision comporte un objectif précis plutôt qu'une courbe de coûts. Assurez-vous que la plateforme affiche bien une consommation par rapport à cette capacité pendant que la période est encore ouverte.

Comment Smartling contribue à la prévision des capacités de traduction et à la précision des prévisions

Smartling fournit les entrées pour les trois méthodes de prévision et, plus utile pour le travail de précision, les chiffres réels pour les évaluer. Pour la base historique, le rapport de nombre de mots divise les travaux complétés par langue cible, étape du flux de travail, profil flou, niveau flou, mots sources, mots pondérés et nombre de caractères; il peut être généré pour une plage d’un an à la fois et téléchargé en CSV. Le Rapport sur les mots traités enregistre le nombre quotidien de mots traduits pour la première fois dans un projet et exclut les chaînes SmartMatched à moins qu’un traducteur ne les ait modifiées, ce qui en fait la mesure la plus nette du véritable débit humain. L’API Reports de Smartling expose les mêmes données de nombre de mots de façon programmatique, y compris un point d’exportation CSV, de sorte qu’une consultation mensuelle de base peut s’exécuter sans surveillance plutôt que de dépendre d’une exportation qui n’est pas disponible en tant que rapport planifié.

Pour l'estimation ascendante, les estimations floues renvoient le nombre de mots d'une tâche par niveau flou avant autorisation, et les estimations de coûts ajoutent les prix de la grille tarifaire pour produire une prédiction du nombre total final de mots et du coût de la tâche si elle était traduite à ce moment-là — disponible pour les propriétaires de compte et les gestionnaires de projet dans le volet Résumé de la tâche, avec un téléchargement CSV dans les détails de l'estimation. Smartling publie également les mécanismes qui sous-tendent ce chiffre au lieu de le laisser opaque : comment SmartMatch, les correspondances internes et les répétitions sont comptabilisées, que les chaînes de plus de 10 000 caractères sont exclues du calcul de correspondance approximative, que les estimations supposent que le contenu du flux de travail dynamique emprunte la branche par défaut, et les sept raisons documentées pour lesquelles le nombre réel de mots diverge d’une estimation. C'est cette liste publiée qui permet d'attribuer chaque erreur au lieu de la laisser mystérieuse.

Pour la couche assistée par IA, l’Agent d’estimation de la qualité du langage attribue une étiquette de qualité prédite faible, moyenne ou élevée à chaque chaîne traduite automatiquement, et les flux de travail dynamiques peuvent se ramifier sur cette étiquette, de sorte que seules les chaînes susceptibles d’avoir besoin d’être modifiées consomment la capacité humaine — le facteur de conversion entre une prévision de volume et une prévision de capacité humaine. La vitesse du contenu par flux de travail et la vitesse du contenu par localisation rapportent le temps moyen qu’un mot ou une chaîne passe à chaque étape, de l’autorisation à la publication, et les modifications de contenu par flux de travail et par localisation montrent combien de contenu est en rotation à chaque étape; les deux ensembles peuvent être planifiés pour la livraison. Du côté cible, le tableau de bord du compte affiche l’utilisation des mots par les propriétaires de compte et les gestionnaires de projet par rapport à la capacité de mots traités incluse dans le forfait du compte, afin qu’une prévision puisse être évaluée par rapport à un nombre contractuel pendant que la période est encore ouverte plutôt qu’au renouvellement.

Questions connexes

• Comment planifiez-vous le nombre de personnes en localisation et estimez-vous combien de traducteurs vous avez besoin?
• Comment planifiez-vous les ressources de localisation pour un volume de traduction variable et saisonnier ?
• Comment gérez-vous la charge de travail des traducteurs au sein d’une équipe?