这是未来数字营销系列的第三部分，这探讨了Covid-19大流行对数字转型和数字营销的影响，因为公司努力提供一致的多渠道，多通道体验。 你可能还记得几年前服装公司H&M所面临的反弹，当时这家零售商用一个黑人小孩为一件帽衫做模特，胸前横印着“丛林中最酷的猴子”的字样。 随着种族主义的指责，随着糟糕的新闻。 一个与品牌合作的名人，毫不客气地抛弃零售商。该公司从市场上拉了产品并发出道歉。这是营销者极力避免的情形。 虽然这个例子展示了公司可能会因冒犯性语言而面临的不良后果，但这并不是一个孤立的案例。公众被指控的零售商Zara对那些基于衬衫的麸质不容忍的人不敏感，“你有不麸质吗？”其他人则批评奢侈品牌在设计中的形象麻木不仁。 语言是强大的。它们可用于促进和谐和善意或在人们之间产生分裂。营销人员具有道德和财务原因，以获得他们的语言。 为实现欢迎副本，营销人员必须避免公然冒犯和麻木不仁的语言。他们还必须消除不太明显，隐性偏见的迹象，并培养包含不同背景的人。品牌可以通过在面对公开的产品和营销材料中的语言的周到使用来实现这些目标。公众日益提高了对这种努力或缺乏的认识。 在处理一种语言时执行这些举措是挑战性的。当涉及多种语言时，它就变得更加困难。 莱昂布里奇可以帮助您提供具有吸引力的内容，使您的所有观众产生共鸣。 什么是偏见和包容的语言？ 偏见是判断，导致人们朝着一个期权，国籍或通常是负面或偏见的想法。 它以我们使用的语言和表达式编写编码，既有意识地作为显性偏见，也无意识地作为隐性偏见。 虽然我们越来越意识到偏见，但它在我们的教育和语言中的深层根源使得难以察觉。 因此，尽管我们最好的努力，也是不可能完全消除无意识的偏见。不过，我们必须尝试。 偏见和包容性越来越多地为品牌扮演着核心作用，因为我们继续解决Covid-19大流行及其持久的影响。 随着公司在线移动客户和劳动力体验，他们创建的内容已成为互动的主要媒介。例如，Statista强调了2020年8月的一项调查，该调查显示出在内陆药物和家居用品的内容与科夫德前趋势相比超过45％。 消费者比以往任何时候都更多地接触到公司的在线内容。 包容性语言促进了归属感。它通过从一个人的身份中降低描述的权重和重要性来解决偏见和偏见。例如，我们可以通过首先提及人员以及人的残疾或差异来实现包容性。传达，“一个有学习障碍的人”的人首先侧重于这个人，而将某人认定为“学习迟缓者”则将这个人等同于一种状况。 同样的方法适用于属于宗教，国家，政治或社会团体的人。 对人类方面的重点允许每个人都可以感受到的环境，并自由地参与。 意识到存在偏见是处理问题的重要第一步。公司可以解决多层偏见。 创建内容时，使用包容性语言是一个重要的策略。 为什么营销人员要关注隐性偏见和包容性语言？ 虽然在翻译中创造文化包容性语言并在翻译中消除明确和隐含的偏见是具有挑战性的，但它显然是公司的最佳兴趣。 除了成为可敬的和负责任的事情之外，公司还可以帮助这些努力帮助他们扩大客户群，建立更大的品牌信任和忠诚度，提升他们的声誉，最终将其底线加强。 我们可以指出最近的社会动作，以便在纳入中的消费者期望中发挥重要作用。例如，由黑人生活的集结和游行物质运动大大影响了社会界。 即使是那些没有积极参与这些类型的示威者的人仍然希望看到和听到旨在更广泛的人口范围的广告信息。 即使在黑人生命物质抗议击中他们的巅峰之前，这种预期就已经也很普遍。 根据2019年的Adobe报告，61％的美国人在广告中发现多样性的重要，38％的广告展示了对描绘多样性的品牌的更强的信任。想要更多的证据表明消费者正在关注？根据eMarketer对Adobe research的报告，在2020年，美国成年人认为耐克作为广告多样性的顶级品牌，其次是可口可乐，谷歌，苹果和多芬。 美国以外的消费者也在观看品牌的多样性努力。Mintel的2019年关于零售奢侈品的报告发现了来自超过一半的德国，意大利，法国，西班牙，中国和英国的买家觉得奢侈品牌在广告中没有体现出足够的多样性。 不同的市场有巨大的消费能力。 清理您与您的客户之间的障碍将使他们能够在您的产品中看到自己并增加他们将购买的可能性。 广告活动和其他倡议如何具有传统的声音，包容性和图像的多样性？ 我们可以查看一些最大的全球零售商的行为，并选择服务提供商，以看到一种有意识的向包容性的转变，这种转变显然正在蓄势待发： 苹果和谷歌正在替换像“黑名单”和“白名单”的术语，与“允许名单”和“拒绝列表”等更中立的术语，以更加包容。 休斯敦房地产经纪人协会®和一些建筑商用术语“主卧室”和“主要浴室”替换了术语“主卧室”和“主卫生间”。“主人”一词与奴隶制有关。 日本航空公司是第一个在机场使用性别中性语言的亚洲航空公司。而不是称呼乘客为“女士和先生”，航空公司要求所有乘客的注意。其他国际航空公司以前曾采取过类似的步骤。 ASOS是一家以伦敦的服装品牌为抵消种族主义的九项新举措。 在他们的努力中，他们正在推出多样性和包容战略，将黑人拥有的品牌添加到他们的产品中，并为经理和招聘小组提供专门的培训（包括偏见训练）。 这一问题也引起了广告周刊的关注，该网站鼓励营销人员创造更具包容性的广告。 为什么有些语言比其他语言更具有包容性？ 性别中立是让人感到包括的一种方式。目标不是完全删除性别，而是减少一些性别术语和表达的负面影响。 在某些语言中实现性别中立比在其他语言中实现性别中立更容易。 非成年语言如芬兰语，土耳其语，日语和其他一些亚洲语言非常容易中和，因为没有语法的性别来抗争。 像英语和中文这样的自然性别语言很容易中和。虽然这些语言包含性别代词，但名词是非性别的。 因法国，葡萄牙语，西班牙语，阿拉伯语和希伯来语等性别语言而难以因性别代词和名词而中和。 当翻译人员努力中和内容时，这些语言中的句子通常会难以读取。 在准备翻译内容时考虑这些因素是很重要的。这将有助于防止在本地化过程中出现的问题。 营销者可以制定哪些战略来避免偏见并促进其多语言内容的包容性？ 在使用全球观众时，必须创建具有包容性的源副本的必要条件，考虑文化差异，并且不包含偏见的文本。这将防止将缺陷的副本翻译成其他语言并被社交媒体的所有人看到和审查。 一旦发生违法，品牌就可以面临长期后果。 营销人员的许多营销人员列表，这些营销人员在永恒存在中显示出与错误反弹的困难。 在将源内容右侧和有效地本地化该副本中，可以防止损坏。此外，在您的来源中犯错误 - 然后必须为所有其他市场纠正它 - 这是一种可避免的费用，当数字营销人员专注于在过程开始时完善内容。 尽管如此，避免偏见有挑战性。 那是因为它通常可以非常差别。 内容创建者甚至可能无法意识到他们的偏见。 检测偏压可以特别难以，因为可以在另一个上下文中在一个上下文中或非包容性中适当地被视为相同的单词。 例如，在您的广告副本中提到成年的女性作为“女孩”可能引起批评，但对朋友说“嘿女孩！”就不太可能引起别人的注意。 一个内容创建者要理解这些微妙之处是至关重要的。 营销人员可以培训他们的内容作家，以了解偏见的存在。在Lionbridge，通过在每个项目的风格指南中添加相关指南，在翻译中促进包含的努力。 然后在船上期间测试语言学家在船上的指导方面进行测试，以确保将遵循指令。 虽然发现偏差有挑战性，但您不必只依赖于人类来做到这一点。技术是另一个转向的工具。包容性和偏置探测器有助于确保内容符合的，尊重的和公平的。 直到最近，还不可能依赖于检测偏见的自动化，因为它们很难构建。 然而，人工智能（AI）和自然语言处理技术的进步已经允许创建多种工具，从而有效地帮助检测人类可能因细微差别而错过的偏置语言。 这些工具通常使用机器学习和大型数据的数据来评估文本的意图，并使公司能够识别不适当和非包容性的语言。 这些解决方案通常以两种方式之一工作： 当内容被写好时，实时的建议会被显示出来，而处理文本的人必须决定要否接受建议。 内容治理门检查允许公司检测不符合其指导原则的内容片段。 在2020年6月20日，Microsoft Word为其语法检查器添加了一个新功能，它可以使用Microsoft 365订阅提供。 此新功能检测排除语言，并为其表明不同的措辞。谷歌专注于在其G-Suite平台内提供包容性语言提示，该平台将建议替代术语，以识别的术语或不必要的性别。 莱昂布里奇现在提供自动化解决方案，以检测不符合指南和其他标准的源内容。我们将在此后来提供有关此Smairt™内容的信息。 偏置自动化工具仅与用于培训工具的数据一样好。 然而，由于对包覆性的关注继续上升，技术变得更加复杂，因此这些工具变得越来越重要。 偏见和非包容性语言检测是如何工作的？ 检测偏见和非包容语言的工具利用了众多技术。最简单的是使用不应包含在内容中的术语和主题列表。更复杂的工具，使用AI和机器学习技术，推断内容的含义并确定在给定的上下文中是否不合适。这是通过使用神经网络和大型语言模型来实现的，帮助机器理解文本中不同单词和短语之间的复杂和微妙关系。 重要的是，这些检测器可以及早发现问题，帮助营销人员更快地发布内容，并减少下游的返工成本。 Lionbridge如何帮助公司确保内容的包容性和无偏见？ Lionbridge一直致力于消除内容中的显性偏见，并拥有帮助公司消除隐性偏见的工具和解决方案。 莱昂布里奇帮助公司计划并在其核心上创建包含包容性的内容。 即使在公司开始创建内容之前，莱昂布里奇也可以帮助它们设置一个有助于防止偏见的过程。 使用最少的偏见的本地化准备语言涉及从一开始就仔细考虑。莱昂布里奇的专家在文化上意识到，这导致翻译或本地化的内容能够引起任何目标市场的人的共鸣。 并非所有国家都同意什么是被认为是令人攻击的语言。例如，意大利语言学家断言，黑名单的本地化版本 - 苹果的禁止列表中的一个单词 - 不会因意大利观众而被激怒，因为意大利和美国不与奴隶制共享相同的历史。此外，语言学家建议从美国施加文化界。只能为意大利观众疏远意见。 各国对包容性语言的耐受性不同，必须在本地化内容时被视为。 例如，斯堪的纳维亚语言具有广泛的法律指导，支持各级使用和广泛采用包容性语言，而其他国家，例如葡萄牙或南美洲的某些国家，抵制此类努力。法国教育部今年早些时候宣布，在学校不允许使用性别中性语言。政府机构声称，不带性别色彩的语言损害了对法语的理解。 Lionbridge是一位专家，擅长解决每一个目标受众的需求，以防止内容创作出现不真实的情况。 Lionbridge不断努力减少隐含偏差。 作为本地化技术的领导者，我们利用机器翻译和AI。 我们依靠我们的策划数据的大语料库来使AI智能并教授它来使用包容性语言。 我们使用词汇表和风格指南地址发布公然的令人反感，如亵渎，以及更巧妙的编码条款。 我们的新SMAIRT™内容专有算法将防止不合适的语言在重组内容中找到它。 Lionbridge的Smairt™内容自动化检查120个不同语言方面的内容。它突出显示您的源内容中的问题，在移动到下一个阶段之前可能需要更正。 如果算法检测到源内容中的任何缺陷，则可以从继续到本地化停止文本。 这样，公司可以在源码中解决问题 - 并避免在所有语言中多次过度时间和金钱来纠正错误。公司仍然可以选择将标记的内容移动到本地化。在某些情况下，请注意问题并稍后分析它可能有意义。 这些尖端算法现在是Lionbridge Localization平台™的一部分。它解决了内容旅程的每一步，并帮助我们在本地化期间实现了良好的准确性。 我们投入资源进行研究和开发，不断取得技术进步，以促进最佳结果。 Lionbridge的语言质量服务为转化和本地化内容提供质量保证评估，以确保在每个地区的产品和服务产生共鸣。LQS涉及针对在需要包容性语言时包括包括包容性语言的质量基准的翻译材料的严格检查。 LQS评估，注释和验证内容，以便它可用于使智能系统更智能。LQS语言学家使用标准的多维质量指标（MQM），一个严格的评估框架，用于评估翻译内容。 然后将翻译结果映射到数据分析，为团队提供基准，以提高输出的质量。 然后将最终内容送入翻译记忆库（TM），该内存继续细化和改善整体内容。 怎样识别非包容性语言 你真的知道怎样识别偏见和非包容性语言吗？难道只是“闻之即知”？下一次当你有疑问的时候，问自己这些问题来检查您的单词。 问：这个词是对吗？ 怎样确定恰当性：用一个使用相同短语的明喻替换所讨论的词。 示例：这么简单，连你奶奶都能用！比如：这么容易，连新手都能用！ 结论：“奶奶”在这种语境下是一个冒犯性的用词选择。新手不是一个冒犯性的词汇选择。 问：这是正确的听众吗？ 怎样确定恰当性：在不同的听众面前使用这个短语。 示例：我的经理是一个“奴隶司机”。在你的白种人的同事面前，你觉得这么舒服吗？在你的黑人同事面前不太可能。 结论：“奴隶司机”是一个冒犯性的用词选择。 问：这是种族/民族的刻板印象吗？ 怎样确定适当性：在短语中用另一个种族/国籍替换种族/国籍，以检验你是否应该在你的文本中包含一个种族/国籍。 示例：“亚洲人”擅长数学。你会说“北美人”数学好吗？不太可能。 结论：“亚洲人擅长数学”这句话是一种种族刻板印象。 莱昂布里奇领导人对隐含的偏见和包容性有很多话要说。他们已经确定了莱昂布里奇的客户群中的趋势，并提供了克服妨碍妨碍包容性内容的障碍的想法。在我们的博客中阅读更多，减少隐式偏差。 获得联系 有兴趣确保您的内容是包容性的，并且没有偏见语言？ 联系我们。 怎样识别非包容性语言 你真的知道怎样识别偏见和非包容性语言吗？难道只是“闻之即知”？下一次当你有疑问的时候，问自己这些问题来检查你的用词。 莱昂布里奇领导人对隐含的偏见和包容性有很多话要说。他们已经确定了莱昂布里奇的客户群中的趋势，并提供了克服妨碍妨碍包容性内容的障碍的想法。在我们的博客中阅读更多，减少隐式偏差。 获得联系 有兴趣确保您的内容是包容性的，并且没有偏见语言？ 联系我们。