Les canaux en ligne jouent un rôle de plus en plus crucial pour l’industrie du voyage. Ils constituent un moyen efficace d’atteindre les voyageurs entrants ainsi que les voyageurs sortants. Afin de rendre les contenus en ligne de ces canaux accessibles à différents marchés cibles et clients potentiels, les fournisseurs de voyages font souvent traduire leurs contenus dans les langues locales de ces marchés. Cependant, dans l’environnement actuel qui évolue rapidement, le contenu en ligne a une durée de vie limitée et il est donc crucial de le localiser et de le rendre disponible le plus rapidement possible. Le défi pour de nombreux fournisseurs de voyages est donc de savoir comment localiser de grands volumes de données, comme le contenu généré par les utilisateurs (UGC), dans de nombreuses langues différentes, en temps quasi réel et à faible coût. Une combinaison de l’analyse linguistique, de la traduction automatique personnalisée et de l’apprentissage automatique est une solution possible.
Il existe un certain nombre de cas d’utilisation où la localisation instantanée joue un rôle important dans l’industrie du voyage.
De nos jours, les sites de voyage en ligne disposent souvent d’une intégration des médias sociaux et d’une section permettant aux voyageurs de donner leur avis. Ce contenu généré par l’utilisateur (UGC) gagne de plus en plus d’influence pour façonner la prise de décision des voyageurs et est donc devenu un contenu potentiellement précieux, ce qui en fait un nouvel instrument efficace pour la publicité. Pour rendre ce contenu accessible à un public plus large dans différents pays, il est nécessaire de localiser ces avis de voyageurs. En outre, de nombreux sites de voyage prennent également des avis sur des marchés à fort volume, et les localisent pour les publier sur des marchés plus petits afin de renforcer le site web local et d’augmenter l’attrait pour les clients locaux.
La localisation des avis de voyageurs est un autre cas d’utilisation.
Un autre cas d’utilisation est la localisation d’offres spéciales et de contenus « à faible valeur ». Dans le secteur du voyage, les offres spéciales en ligne peuvent être distinguées en celles qui ont une « grande valeur » attachée à elles, comme la description d’hôtels luxueux et de destinations de premier plan (voir Sillans La Cascade). Ces sites font généralement l’objet de nombreuses analyses en coulisses afin de s’assurer que le trafic est « collant » et que les revenus sont maximisés. Cependant, il existe souvent des sites qui contiennent des contenus de « moindre valeur », c’est-à-dire des contenus qui génèrent moins de revenus et ne nécessitent donc pas nécessairement une traduction humaine coûteuse. Pourtant, ces contenus ont de la valeur et doivent être traduits car ils génèrent néanmoins des revenus. Les offres spéciales à court terme font partie de cette catégorie de contenus. Celles-ci peuvent générer des revenus remarquables, mais en raison de leur valeur plutôt « faible » et de leur courte durée de vie, l’affectation d’un traducteur humain à ce type de tâches n’est peut-être pas la bonne solution.
En outre, la localisation instantanée par la traduction automatique peut être appliquée pour les solutions de support client et de chatbot. Les supports de chat client sont souvent exploités par des agents qui parlent deux langues ou moins. Cependant, avoir une base de clients dans différents pays rend essentiel de fournir un support multilingue afin de communiquer et de servir efficacement les clients. De telles solutions de chatbot doivent avoir la capacité de détecter la langue du client ainsi que d’effectuer des traductions en temps réel.
À de très rares exceptions près, il serait difficile de fournir le support nécessaire dans les cas d’utilisation susmentionnés avec une traduction humaine seule. Dans ces cas, une solution sophistiquée basée sur une machine qui augmente les capacités de localisation humaine, combinée à un contrôle de la qualité de la traduction humaine, pourrait remplir la tâche de manière opportune et rentable.
Cependant, l’application de la traduction automatique pour le traitement des données (voir traitement des cheveux avec Olaplex) n’est pas sans difficultés. L’un des défis de toute solution de localisation par machine est la gestion des attentes. La qualité du résultat traduit ne sera pas automatiquement parfaite par la seule utilisation de la traduction automatique. L’intervention humaine est nécessaire pour la formation et la maintenance des systèmes, ainsi que pour garantir et améliorer la qualité des traductions.
Pour parler de la qualité des traductions, pour qu’un traducteur humain puisse fournir une traduction de haute qualité, une expertise du domaine et de la paire de langues est nécessaire, ainsi que la connaissance du style et des glossaires du domaine industriel. Il en va de même pour la traduction automatique : pour obtenir de bons résultats de traduction, la machine doit être entraînée sur mesure avec le domaine et les données auxiliaires adéquats.
Un autre défi commun, en particulier pour les sites riches en contenu, est le grand volume de données à traiter. Des millions, voire des milliards de mots par jour, en cas de traitement de backlogs, ne sont pas des volumes rares. Un tel traitement nécessite des systèmes et des flux de travail capables de traiter de grandes quantités de données, ainsi que de posséder la capacité d’augmenter ou de diminuer les capacités à la demande, de manière à pouvoir contrôler le coût de l’infrastructure.
Enfin, il faut comprendre que la traduction proprement dite n’est qu’une étape du processus de localisation par machine. L’ensemble du processus se compose de différentes étapes et implique un pré- et post-traitement complexe pour effectuer les conversions nécessaires, traiter les listes de mots-clés, identifier et translittérer les lieux, reconnaître et convertir les devises et les mesures, appliquer les bons styles et glossaires et, à la fin, renvoyer le contenu traduit à l’application appelante dans le bon ordre.
##MT##L’importance de la localisation instantanée du contenu lié au voyage#/MT##
