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, issue d’un ensemble de données différent.

• Référence historique (chiffres réels de fin de saison). Projetez le volume de la période suivante à partir du volume passé mesuré, par localisation et par flux de contenu. Les entrées sont le rapport de nombre de mots, qui décompose le travail achevé par langue cible, étape du workflow, profil flou, niveau flou, mots sources et mots pondérés, et le rapport sur les mots traités, qui enregistre le nombre quotidien de mots traduits pour la première fois dans un projet (Centre d’aide Smartling, Rapport sur le nombre de mots ; Centre d’aide Smartling, Mots traités). C’est la seule méthode qui produit un chiffre trimestriel ou annuel défendable, et sa faiblesse est structurelle : elle ne peut pas voir un lancement de produit ni un nouveau marché sans histoire derrière elle.
• Estimation ascendante, par tâche, à partir du contenu source. Évaluez la taille du travail existant en effectuant une estimation par rapport aux chaînes de caractères réelles. Une estimation floue Smartling renvoie 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 chefs de projet dans le volet Résumé du travail avant autorisation (Centre d'aide Smartling, Obtenir une estimation des coûts de traduction). La précision est ici élevée 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 automatique dans la planification des capacités doivent être lues attentivement. Aujourd'hui, dans un système de gestion de traduction, l'apprentissage automatique 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 modifie sensiblement le chiffre de la capacité humaine, mais il s'agit d'un facteur de conversion appliqué à une prévision, et non d'une prévision elle-même.
• Combinant les trois par horizon. Le schéma fonctionnel est une base historique pour le trimestre, des estimations bottom-up pour le sprint ou la campagne actuelle, et un facteur d’effort assisté par l’IA appliqué aux deux. Chaque couche porte alors son propre score de précision, donc quand le quart de 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 chiffre combiné détruit.

Données de prévision des méthodes 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 — Enregistrez la prévision comme un artefact daté : la référence exportée, le CSV estimé au niveau du poste depuis le volet Détails d’estimation, et les hypothèses derrière les deux. Le conseil de Smartling est de conserver une copie de l’estimation originale et de celle prise une fois le contenu intégré dans ses flux de travail, car l’estimation en temps réel aura été 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 de 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 de nombre de mots réel, 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 pronostics mal prévisions.
4. Séparer le biais de la variance — Suivez l’erreur signée en parallèle de l’erreur absolue. Une erreur signée constamment positive signifie que la méthode est structurellement élevée et nécessite un coefficient ; une erreur signée proche de zéro avec une grande erreur absolue signifie que la méthode est impartiale mais imprécise et nécessite un tampon. Celles-ci nécessitent des corrections opposées, c’est pourquoi un seul chiffre de précision mixte ne suffit pas.
5. Attribuez chaque manque de matériel, 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. Effectuer de nouvelles prévisions mensuelles par rapport aux mêmes données figées afin que le choix de la méthode soit déterminé par la tendance de précision plutôt que par un seul trimestre.

Cette approche convient aux responsables de localisation qui...

• Il faut défendre un chiffre de capacité ou de budget pour financer et s’attendre à ce qu’on demande à quel point le chiffre du trimestre dernier s’est avéré exact.
• Je possède déjà au moins un an d’historique du rapport de nombre de mots et je dois décider si une estimation de référence historique ou par poste doit être la méthode principale.
• Vous vous voyez proposer par un fournisseur une solution d'IA ou de prévision des capacités et vous souhaitez tester les prédictions réelles du modèle ?
• Faites suffisamment de sites pour qu’un seul chiffre de prévision au niveau du compte masque une erreur significative par langue.
• J’ai été surpris par l’écart entre l’estimation d’un poste autorisé et son nombre final de mots, et je veux que cet écart soit attribué plutôt qu’absorbé.

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 cela implique — c’est la taille des calculs, couverte 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 répartie de manière inégale entre les linguistes que vous avez déjà ; voyez 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 contrôle d'évaluation : questions à se poser avant de choisir une méthode de prévision

Combien de mois de présentations propres et locales avez-vous réellement ?
Une référence historique nécessite un volume découpé par langue cible, étape du workflow et niveau flou — pas par totaux de factures. Si l’historique n’existe que sous forme de dépense, cette méthode n’est pas encore disponible pour vous.

Peut-on exporter la base sans que quelqu’un pense à l’exporter ?
Le rapport de comptage des mots ne peut pas encore être programmé pour livraison ; veuillez donc demander si la plateforme expose les mêmes données via une API. L'API de rapports de Smartling renvoie des données de comptage de mots, y compris un point de terminaison d'exportation CSV, ce qui transforme une extraction manuelle en une tâche mensuelle.

Lorsqu'un fournisseur affirme que ses prévisions sont basées sur l'IA ou prédictives, 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 du langage 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 sont les événements précis qui modifient l'estimation, et est-il possible de la bloquer ?
La croissance de la mémoire de traduction, les changements de contenu en cours de travail, les changements de workflow et les changements de configuration à chaque shift constituent une estimation Smartling. Un outil qui ne peut pas vous dire lequel de ces chiffres a déplacé ne peut pas du tout permettre une mesure précise.

Existe-t-il une documentation expliquant cette erreur ?
Demandez si les écarts se situent 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 inclut un forfait de capacité de mots traités, la prévision comporte un objectif précis plutôt qu'une courbe de coûts. Vérifiez 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 résultats réels pour les évaluer. Pour la référence historique, le rapport de nombre de mots divise les travaux achevés par langue cible, étape du workflow, profil flou, niveau flou, mots sources, mots pondérés et nombre de caractères ; il peut être généré sur 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 sauf si un traducteur les a modifiées, ce qui en fait la mesure la plus propre 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 référence peut s’exécuter sans surveillance plutôt que de dépendre d’une exportation non disponible en tant que rapport programmé.

Pour l'estimation ascendante, les estimations floues renvoient le nombre de mots d'une tâche par niveau flou avant autorisation, et les estimations de coût 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 chefs 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 de nécessiter une édition 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 local 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 programmés pour la livraison. Du côté cible, le tableau de bord du compte affiche l’utilisation des mots par les propriétaires de compte et les chefs de projet par rapport à la capacité de mots traités incluse dans le pack du compte, afin qu’une prévision puisse être évaluée par rapport à un numéro contractuel pendant que la période est encore ouverte plutôt qu’au renouvellement.

Questions connexes

• Comment planifiez-vous les effectifs de localisation et estimez-vous le nombre de traducteurs nécessaires ?
• Comment planifiez-vous les ressources de localisation pour un volume de traduction variable et saisonnier ?
• Comment gérer la charge de travail des traducteurs au sein d'une équipe ?