Skala lokalisering genom begränsning

Affirm erbjuder både handlare och konsumenter finansiella produkter som är designade för att göra deras liv enklare. De erbjuder en köp-nu-betala-senare-tjänst för shoppare, såväl som ett högavkastande bankkonto. För handlare erbjuder Affirm flera lösningar som syftar till att hjälpa företag att attrahera nya potentiella kunder och i slutändan konvertera webbläsare till kunder.

Darci Stacy, en kunskapsansvarig på Affirm, och hennes team har tagit sig an det utmanande arbetet med att centralisera och skala företagets lokaliseringsprogram. På Smartlings Global Ready Conference diskuterade Darci de utmaningar som hennes team har ställts inför kring budgetering och bandbredd och beskriver de strategier och verktyg som de har utnyttjat för att skala samtidigt som de upprätthåller höga kvalitetsstandarder.

Expansionsplaner och centralisering

2020 tillkännagav Affirm sitt förvärv av PayBright, en ledande leverantör av köp-nu-betala-senare-tjänster i Kanada. Detta drag skulle bana väg för Affirm att utöka sin räckvidd och komma in på den kanadensiska marknaden.

Före förvärvet hade PayBright tagit en decentraliserad, ad hoc-strategi för lokalisering – där interna anställda lokaliserade och översatte innehåll efter behov utöver att utföra sina andra dagliga uppgifter. Affirm insåg dock hur detta tillvägagångssätt kunde hindra skalbarhet och kvalitet, och valde att centralisera sina lokaliseringsinsatser inom kunskapsledningsgruppen.

Med alla översättningar som flödade genom ett team var andra i företaget fria att fokusera på sina primära ansvarsområden. Kunskapsledningsteamet centraliserade sedan alla översättningar inom Smartling. För att säkerställa kvalitet och konsekvens och bekräfta tillämpningen av företagets föredragna terminologi över innehållstyper, utnyttjade de steget för översättningsgranskning och började bygga ut sin ordlista.

Att hantera lokaliseringsbudgetutmaningar

Att expandera till nya marknader och arbeta med projekt med många intressenter i olika team kan vara utmanande – särskilt när man navigerar i budgetfördelningsdilemman. Företag måste ofta vara mycket avsiktliga med hur de använder lokaliseringsdollar.

För Affirm innebar arbetet med budgetbegränsningar att kunskapsledningsgruppen var tvungen att hitta sätt att bygga effektivitet i översättningsprocessen. För att göra det använde de följande verktyg och strategier:

• De blev de interna experterna på Smartling. Teamet centraliserade uppgiften att felsöka och hjälpa intressenter att bli inrättade och vana vid Smartling. Det säkerställde att de var medvetna om alla problem som människor stötte på och i slutändan hjälpte dem att undvika att samma problem uppstår i framtida projekt.
• De satte upp en dedikerad kanal i Slack. Alla team inom Affirm kan använda den kanalen för att ställa frågor och felsöka problem relaterade till lokalisering eller deras användning av Smartling.
• Teamet dokumenterade sina processer. På så sätt var all information tillgänglig på begäran. Andra intressenter kunde konsultera dokumentationen och mestadels självbetjäna, få hjälp från teamet endast när de hade frågor eller stötte på problem.
• Teamet omfamnade värdet av översättningsminne. Teamet prioriterade att utnyttja Smartling för att bygga upp Affirms översättningsminne. Det har i sin tur säkerställt att de inte behöver betala för att översätta samma sträng två gånger (eller tre eller fyra gånger) – ett faktum som, enligt Darci Stacy, har hjälpt alla att anamma idén om att centralisera översättningar inom ett team och en lösning.
• De automatiserar så mycket som möjligt. Teamet såg till att de hade projekt inrättade i Smartling för var och en av deras olika innehållstyper. Dessa inkluderar Affirms app och webbplats, kundkommunikation, hjälpcenter och supportinnehåll för både företagets handlare och konsumenter, och internt innehåll för agenter (samtalpunkter, e-postmallar etc.). På så sätt kunde de automatisera så mycket som möjligt, lägga så lite tid som möjligt på manuellt arbete och skala snabbt.

Affirms översättningsmix

För Affirm är översättningar av hög kvalitet av största vikt. Den specialiserade och mycket reglerade karaktären hos den finansiella tjänstesektorn gör att noggrannheten inte är förhandlingsbar och att företaget har specifika terminologikrav. Som ett resultat av detta har Affirm för närvarande valt en översättningsmetod som kommer först: mänsklig översättning och redigering, med strängar som granskas av kunskapshanteringsteamet innan de publiceras.

De bygger också ut sin ordlista. När teamet granskar översatta strängar i Smartling identifierar de termer som behöver valideras med andra intressenter inom företaget. Varje kvartal tar Darci sedan med listan med villkor till Affirms juridiska och efterlevnadsteam för att bekräfta att dessa är de bästa och lämpligaste villkoren att använda. Eventuella nödvändiga ändringar görs och tillhandahålls Smartling för att säkerställa konsekvens över hela linjen.

Som sagt, Affirm, liksom många andra företag, är också intresserade av att använda de senaste AI-drivna lösningarna för att göra mer med mindre. Darci nämnde att när både översättningsminnet och ordlistan är byggda för den kanadensiska franska marknaden, kan hennes team börja experimentera med AI-driven maskinöversättning för några av innehållstyperna med lägre profil.

—

Vill du lära dig mer om att skala lokalisering genom budgetutmaningar? Se årets Global Ready Conference i sin helhet. Alla sessioner är tillgängliga på begäran här.