Smartcatがローカライゼーションの効率化にどのように貢献したか

医療アプリケーションにおいては、ユーザーがサービスを安心して利用できるよう、医学用語の正確な翻訳が極めて重要です。特に、ユーザーの月経周期を追跡するなど、デリケートでプライベートなテーマを扱うアプリケーションでは、この点が特に重要となります。

2015年に生理周期管理アプリとして誕生したFloは、 FloはAIを活用した女性向けヘルスケア製品へと進化し、現在では初潮から閉経まで、妊娠期から子育て期まで、女性の生殖ライフサイクル全体をカバーする世界トップクラスのワンストップヘルスケア製品となっています。Floは2019年8月にApp Storeの「健康＆フィットネス」カテゴリで最もダウンロードされたアプリとなり、世界中で1億人のユーザーを擁しています。

Flo Health Inc. のローカリゼーションチームリーダー、アレクサンダー・マルケビッチ氏に、同社のローカリゼーションへの取り組みと、Smartcat の活用についてお話を伺いました。

「翻訳の品質を適切に確保することは、Flo の開発において私たちが常に直面してきた大きな課題のひとつでした」とアレクサンダー氏は言います。「Smartcat フリーランサーマーケットプレイスを利用するようになるまでは、常に利用できるフリーランスの翻訳者/ベンダーのプールが不足していました。ローカリゼーションのニーズはすべて Upwork を通じて対応していたため、ある日に仕事をしてくれた人が翌日も仕事をしてくれるという保証はありませんでした。

「ローカライゼーション業務は全てUpwork経由で対応したため、今日一緒に仕事をした担当者が明日も対応してくれる保証はなかった。」

Smartcatを最もよく使うタスクは何ですか？他にどんなツールを使っていますか？

Smartcatは記事の翻訳とFloユーザーインターフェースのローカライズに使っています。 Smartcatとのリソースのプッシュ/プルにはSergeを利用しています。LQAではXLIFFをアンロードし、QA Distillerでチェックしています。

Smartcatはどのように翻訳プロセスの効率化に貢献しましたか？

Smartcatツール導入前は、翻訳プロセスに38のステップが存在していました。Smartcatによりこれを6ステップに削減できました！新規フリーランサーのオンボーディングプロセスが簡素化され、ベンダー管理機能、マーケットプレイス、オープンAPIにより、全体的な効率性が大幅に向上しました。

「Smartcatツール導入前は、翻訳プロセスに38のステップが必要でした。Smartcatのおかげで、これを6ステップに削減できました！」

生産性においてどのような向上が見られましたか？

実際、Smartcatを導入した最初の1ヶ月だけで生産性が飛躍的に向上しました。従来は月間40～50本が限界だったところ、導入初月だけで300本の新規記事を生産することができたのです。

「生産性が急上昇し、Smartcatを導入したわずか1か月で500%も成長しました。」

品質についてはどうでしょうか？

前述の全体的な効率向上に加え、性別中立でない表現に関する苦情件数が大幅に減少し、全体的な一貫性が向上したことは喜ばしいことです。現在ではインターフェース上の誤りも迅速に修正できるようになりました。

成功をどのように測定しますか？どの指標を追跡しますか？

当社は成功を測定するためにコントロールポイントカットシステムを採用しています。新規ベンダーやフリーランサーとの協業開始後2週間以内に、第三者レビューアを活用し、新規契約者が作成したテキスト総量の30%を無作為に抽出して検証します。ベンダーが最初のポイントカットを成功裏に完了した場合、1か月後に作業量の15%をサンプルとして2回目の測定を行います。2回目のポイントカットも成功した場合、3か月後に5%のサンプルを用いて最終測定を実施します。これにより、作成される作業の品質を可能な限り公平に、効率的に、かつ正確に監視することが可能となります。

フローヘルス社によるベンダー品質管理の要点：

新規ベンダーの翻訳の30%を確認する
1か月後に、さらに15%を確認する
さらに3か月後に、さらに5%を確認する

ローカライゼーションの取り組みの成功と効果を判断するもう一つの指標は、コストと翻訳語数の比率を算出することです。ユーザーレビューの監視も有用です。ユーザーが翻訳の改善について不満を表明したり、独自の提案をしたりする場合があるためです。当然ながら、こうした声が少なければ少ないほど、作業の質が高いと言えます！

翻訳業界において、ポジティブとネガティブの両面でどのような変化が起こっているとお考えですか？

私たちが感じている主なネガティブな変化は、業界が機械翻訳のポストエディティング（PEMT）へとますます移行しているように見えることです。これは時間とコストを節約できる一方で、質の低い翻訳につながる可能性もあり、私たちの業界では許容できない問題です。

一方で、翻訳・ローカライゼーション技術の進歩がようやく技術プロセスに組み込まれ始めたことで、作業を可能な限りシームレスに進められるようになった点はプラスです。