数据|海外产品的多语言方案解析( 三 )

文章插图
图示8. Google Play中也会出现的语言割裂现象
特别是产品混管型的数据，无论参与方是B端用户或者C端用户，其实都较难实现全语言的数据覆盖。比如Google Play支持的40+全球主要语言，要实现面向如此多语种的数据覆盖，人力财力等各方面资源其实都较为有限。就会导致如图8所示，尽管UI界面上对应输出了当时笔者使用的西班牙语，但实际上游戏简介等位置仍然使用着繁体中文和英文。在Google Play当中，其实有相当量级的这样的产品，是不乏看见一些简介文案语言与GP的UI语言之间直接割裂的。
那么既然谈了现象，应该如何尝试解决呢？一般来说可以从四个角度切入：
1. 公司内资源拉动公司内资源拉动是指纯粹的内容团队组织语言翻译工作，一般是在做特别重要的语言数据覆盖时会采用的方案。比如产品战略方向是特别注重日语和韩语的，那么往往会招聘对应语言的翻译人员进入公司工作，此时的翻译质量往往能得到较高质量的保障。
此时一个常见的拓展是翻译工作接入外包公司，公司付费购买质量相对可控的翻译文本，而自己的团队内部有一定人员面向外包公司做对接和质量管理。
2. B端资源拉动B端资源拉动，指的是当涉及数据是有B端用户参与操控的时候，产品官方可以通过适当的提示、讲解、激励性质的方案或者直接打通翻译服务来促进B端用户自行填充足够的多语言材料，来达到拉动语言数据覆盖的目的。

文章插图
图示9、Google Play Console中直接提供了翻译服务的接入
3. C端资源拉动C端资源拉动，一般较为常见的方案是语言志愿者社区的建立。这样做的好处往往是在成本上花费的代价较少，但对应的代价是翻译质量的控制变得更为复杂，可以说一部分志愿者可能会有精妙绝伦的翻译，但一部分志愿者可能也会给出令人吐槽的翻译结果，一些对此无力做到全面控制的团队需要衡量这一方面的弊端，必要的时候有所舍弃。

文章插图
图示10、Steam的多语言数据覆盖选择了借助用户志愿者的力量（https://translation.steampowered.com/）
4. 智能解决方案C端智能解决方案，指的是自动翻译服务，比如Google Translate。如图示11所见，Google Play内置了自家的翻译服务来提升阅读体验。值得一提的是，Google Translate的翻译质量，在欧洲各大语言之间翻译笔者认为已经做到相当高的质量（比如英语-法语等之间互译），但是不同语系之间的语言互译质量还有待提高（比如英语-汉语之间的互译），这本身与语系当中的语法逻辑和词汇组成有关，需要持续的时间和资源投入提升翻译质量，不在这里多赘述。

文章插图
【数据|海外产品的多语言方案解析】图示11. Google Play调用了自家的Google Translate来弥补多语言数据的不足
这里需要补充一点的是，产品逻辑上要注意，当没有对应语言文案展示给用户时，尽量保障流行语言（例如英语）作为打底语言，提高文案的可读性。
三、归纳与结语在介绍完上边的概念之后，我们可以尝试用思维导图对产品多语言方案进行梳理，可以得到如下图示。

文章插图
那么，在这样的一个框架梳理下，全球化产品的多语言铺设方面就相对清晰了。
不过海外产品其实进攻的市场类型丰富多样，而今天我们尝试使用的案例Google Play并不代表了所有的产品类型，例如一般的工具类产品的多语言翻译方案会在这个基础上简化许多（由于一般不需要B端用户和C端用户参与生产内容资料），相信大家在实际面对相关项目时可以灵活应变。