Les rapports vous donnent une visibilité claire sur les performances de vos moteurs de localisation : volume de traduction, consommation de tokens, couverture des langues, richesse du glossaire, rythme des changements dans la base de code et indicateurs de qualité de l’évaluateur IA. Tous les rapports sont limités au périmètre de votre organisation et se mettent à jour automatiquement à mesure que les requêtes passent par le moteur.
Rapports disponibles#
| Rapport | Ce qu’il mesure |
|---|---|
| Génération de mots | Nombre de mots traduits par jour |
| Consommation de tokens | Nombre de tokens d’entrée et de sortie utilisés par jour |
| Principales langues | Quelles langues consomment le plus de ressources |
| Richesse du glossaire | Nombre de termes de glossaire disponibles par langue |
| Rythme des changements | Modifications des fichiers de localisation dans GitHub, par langue |
| Scores moyens | Scores moyens quotidiens des traductions attribués par les évaluateurs IA |
| Couverture terminologique | Avec quelle régularité les termes du glossaire sont correctement appliqués dans les traductions |
| Respect des instructions | Avec quelle régularité les instructions personnalisées sont suivies dans les traductions |
Génération de mots#
Suit le nombre total de mots traités par le moteur de localisation, agrégé par jour. Utilisez ce rapport pour comprendre l’évolution du volume de traduction et anticiper vos besoins en capacité.
Filtres : moteur, période (mois), langue source, langue cible
Le graphique affiche une barre par jour pour le mois sélectionné. Les jours sans activité de traduction apparaissent à zéro.
Consommation de tokens#
Suit l’utilisation des tokens du LLM, ventilée entre tokens d’entrée et tokens de sortie, avec une agrégation par jour. La consommation de tokens reflète directement les coûts : utilisez ce rapport pour repérer les pics de dépenses et comparer l’efficacité entre moteurs ou paires de langues.
Filtres : moteur, période (mois), langue source, langue cible
Tokens d’entrée vs tokens de sortie
Les tokens d’entrée incluent le prompt système, le glossaire, la voix de marque, les instructions et le texte source. Les tokens de sortie correspondent au résultat traduit. Un ratio entrée/sortie élevé peut indiquer que le contexte du moteur (glossaire, instructions) est important par rapport au contenu traduit.
Principales langues#
Classe les langues selon leur consommation de ressources pour vous aider à identifier celles qui génèrent le plus de volume de traduction et de coûts. Vous pouvez afficher le classement par langue source ou par langue cible, et mesurer selon les tokens d’entrée, les tokens de sortie ou le nombre de mots.
Filtres : moteur, période (mois), type de langue (source ou cible), métrique (tokens d’entrée, tokens de sortie ou nombre de mots)
Ce rapport répond à des questions comme : "Quelle langue cible consomme le plus de tokens ?" ou "Quelle langue source génère le plus de mots ?"
Richesse du glossaire#
Indique combien d’entrées de glossaire existent par langue dans l’ensemble de vos moteurs. Contrairement aux autres rapports, il s’agit d’un instantané de l’existant, et non d’une série temporelle : il reflète l’état actuel de votre configuration de glossaire.
Filtres : moteur, type de langue (source ou cible)
Utilisez ce rapport pour repérer les lacunes : si votre moteur traduit vers 12 langues mais que seules 3 disposent d’entrées dans le glossaire, les langues non couvertes s’en remettent entièrement au jugement du modèle pour la terminologie.
Rythme des changements#
Suit le rythme des modifications des fichiers de localisation dans vos dépôts GitHub connectés, ventilé par langue et par jour. Ce rapport nécessite une intégration GitHub active : si elle n’est pas encore configurée, vous serez invité à connecter GitHub.
Filtres : période (mois), dépôt, langue
Le rapport sur le rythme des changements aide à répondre à des questions comme : "À quel rythme chaque langue est-elle mise à jour ?" et "Quels dépôts génèrent le plus de changements de localisation ?"
Prise en charge des fuseaux horaires
Le regroupement par date respecte le fuseau horaire configuré pour votre organisation. Un commit à 23:30 UTC apparaît à la bonne date locale, sans être décalé au jour suivant.
Scores moyens#
Affiche les scores moyens quotidiens de traduction, en pourcentage, issus de vos évaluateurs IA. Utilisez ce rapport pour suivre les tendances de qualité dans le temps et repérer les régressions après des changements de moteur, de modèle ou de glossaire.
Filtres : moteur, période (mois), vue (agrégée ou détaillée)
Lorsque vous affichez un seul moteur, chaque ligne représente un évaluateur rattaché à ce moteur. Lorsque vous affichez l’ensemble des moteurs, choisissez Agrégée pour une ligne unique faisant la moyenne de tous les évaluateurs sur tous les moteurs, ou Détaillée pour comparer les évaluateurs côte à côte.
Nécessite des évaluateurs IA
Ce rapport ne contient des données qu’à partir du moment où au moins un évaluateur IA est configuré et note les traductions.
Couverture terminologique#
Suit, jour après jour, la régularité avec laquelle les termes du glossaire sont correctement appliqués dans les traductions. La courbe affiche le pourcentage de couverture quotidien (termes correctement appliqués ÷ nombre total de termes pertinents) ; les barres montrent le nombre absolu de termes appliqués. Au survol, vous voyez le détail appliqués/total ainsi que le nombre de relectures derrière chaque point de donnée.
Filtres : moteur, période (mois)
Un nombre élevé de termes appliqués combiné à une baisse du taux de couverture indique que des termes du glossaire sont plus souvent oubliés ou mal traduits à mesure que le volume augmente — un signal d’alerte précoce utile indiquant que le glossaire ou les instructions du moteur nécessitent une attention particulière.
Respect des instructions#
Suit, jour après jour, la régularité avec laquelle les instructions personnalisées du moteur sont respectées dans les traductions. Le pourcentage est calculé uniquement sur les relectures où les instructions étaient réellement pertinentes ; les infobulles affichent followed / relevant afin que vous puissiez voir à la fois le taux et la taille de l’échantillon.
Filtres : moteur, période (mois)
Utilisez ce rapport pour vérifier que les instructions nouvellement ajoutées modifient réellement le comportement, et pour repérer les régressions lorsque le moteur commence à ignorer certaines règles après un changement de modèle ou de prompt.
Filtres et périodes#
Tous les rapports basés sur le temps fonctionnent sur des périodes mensuelles. Par défaut, la période sélectionnée est le mois en cours. Les filtres sont conservés dans l’URL, ce qui permet de partager les vues filtrées et de les enregistrer en favori.
Filtres communs à l’ensemble des rapports :
| Filtre | Disponible dans | Description |
|---|---|---|
| Moteur | Génération de mots, Consommation de tokens, Principales langues, Richesse du glossaire, Scores moyens, Couverture terminologique, Respect des instructions | Limiter l’affichage à un moteur précis ou afficher tous les moteurs |
| Période | Génération de mots, Consommation de tokens, Principales langues, Rythme des changements, Scores moyens, Couverture terminologique, Respect des instructions | Sélectionner le mois (YYYY-MM) |
| Langue source | Génération de mots, Consommation de tokens | Filtrer par langue source |
| Langue cible | Génération de mots, Consommation de tokens | Filtrer par langue cible |
| Dépôt | Rythme des changements | Filtrer par dépôt GitHub |
| Vue | Scores moyens | Une ligne agrégée unique ou une ventilation par évaluateur |
Qualité vs volume#
Les rapports se répartissent en deux vues complémentaires : volume et coût (Génération de mots, Consommation de tokens, Principales langues, Richesse du glossaire, Rythme des changements) et qualité (Scores moyens, Couverture terminologique, Respect des instructions). Les rapports de qualité nécessitent au moins un évaluateur IA configuré.
