没有预算，如何判断本地化的 ROI？

所有本地化 ROI 模板都要你填同样的两项输入：这一年要花多少钱，预期能带来多少增长。如果你带着团队，预算里有本地化这一项，两个问题都答得出来。如果你只有一个人，只能挤出半个周末，那第一项接近于零，第二项只能是你拍脑袋编的数字。globalize.now 是 AI 驱动的本地化基础设施，这篇文章要讲的，就是不填这张模板时你该怎么做。

相邻的三个问题已有专文，这里不再重复。翻译后的页面能否帮你获得搜索流量、技术上需要满足哪些条件，见本地化应用对 SEO 有帮助吗。团队执行本地化增长手册时收获了什么、过去要花多少钱，见增长手册的昨天与今天。这件事一个创始人能否独自做到底，见取舍测试。本文默认你已经决定试一试，只想知道如何评判结果。

为什么 ROI 问题在这个规模下行不通？

因为计算的两半都缺失，而明显的只有其中一半。

缺少成本项，是大家最容易注意到的。代理商的 ROI 框架是为值得建模的开支设计的：按字计价的费率、供应商合同、本地化经理的工时，再拿市场收入预测来对照。去掉发票，模型不会变简单，而是直接没有了分母。

缺少预测才是真正的麻烦。没人能告诉你第二种语言会带来多少回报，因为已公开的结果彼此并不一致，而且差得很远。下面三个案例中，有两个是独立运营者，他们采用同样的策略，结果却截然相反，而且两人都公开了数据，这在该领域已属难得。

所以，这个问题老实的问法不是 ROI 是多少，而是 能给我答案的最小测试是什么，以及 结果持平的话我怎么办。

团队花钱投入时，回报是什么样子？

回报很大，来得很慢，还绑定着一段长期的供应商合作关系。

这个领域记录最完整的案例仍然是 Smallpdf 的，而且它属于一家供应商。据 OneSky 发布的 Smallpdf 案例研究（2026 年 10 月 8 日重新抓取）报道，通过 SEO 获得的月活用户增长了 60%，从 2016 年的 600 万增至 2017 年的 950 万以上，超过 70% 的用户来自非英语国家；在这项工作中新增的三种语言里，收益最高的泰语，一年内流量增长超过 500%。这项工作开始时，Smallpdf 已支持 17 种语言。请把这一切当作一家供应商对一位客户、一年时间的单方面说法。

对 ROI 问题来说，真正重要的句子不是上面任何一条。同一来源（同日重新抓取）写道：OneSky 的自动化方案让 Smallpdf 能在 1–2 天内处理全部 17 种语言中新功能和网站改动的翻译请求，而同样的工作过去找自由译者要花上数周。这才是成本项。不是按字计价的费率，而是产品每次变动，另一头都有一个供应商和一条开启的队列。

这就是为什么企业版 ROI 模型在那里行得通，在这里不行：它拿一项已知的经常性成本去对比已测得的回报，而你两样都没有。

没人出钱投入时，回报是什么样子？

参差不齐，而平均值掩盖了全部真相。

Ken Imoto 用他所说的跨语言 LLM 流水线，把博客翻译成了四种语言，之后又针对语体和语言区域做了人工润色。他在 dev.to 发布的 GA4 数据（2026 年 10 月 8 日重新抓取）覆盖 2026 年 4 月 30 日至 5 月 21 日共 22 天：葡萄牙语 748 次页面浏览、709 次会话，英语 195 次页面浏览、176 次会话，日语 27 次页面浏览、29 次会话，西班牙语 7 次页面浏览、7 次会话。用他自己的话说：“同一个博客、同样的发布节奏、同一个作者，葡萄牙语的流量约为英语的 3.8 倍、日语的 28 倍、西班牙语的 107 倍。”

请把它当作某一时刻横跨四种语言的快照，因为它本来就是。同一内容没有前后对比，也没有公布本地化之前的基线。各语言的文章数不同：英语 26 篇、日语 25 篇、葡萄牙语 17 篇、西班牙语 10 篇，他也没有按文章数做归一化，所以你也别自己算。

西班牙语这一项值得多想想。十篇译文，三周只有七次页面浏览，而他原本以为光凭使用人数，西班牙语至少能排第二。如果只看四个语言区域的单一平均值，会得出“明显成功”的结论，而四分之一的工作其实一无所获。要做这件事，就得按语言区域分别看数据，否则你永远不知道哪一注输了。

真正伤人的成本是什么？

是产品每次变动后，都要为译文兜底。

现在已有公开案例：有人觉得这项成本太高，于是撤回了。dev.to 上 Field Notes #3 背后的站点（2026 年 10 月 8 日重新抓取），是一位独立开发者自称由 Agent 运营的网站，博客由 AI 流水线翻译。他把二十一种语言砍到了六种。砍减发生在 2026 年 9 月 24 日，按公开的说法，这是站长的主观决定，而不是基于流量的测算。保留的语言是：英语、法语、西班牙语、俄语、中文、阿拉伯语。其余的，包括德语、日语、葡萄牙语、意大利语、越南语、波兰语等十几种，当天就不再以文件的形式存在。

他给出的理由是质量。用他的话说，糟糕的翻译比没有翻译更糟，而每天运行的流水线没法同时证明二十一种语言的母语级质量，却能证明六种。

对没有本地化职能的人来说，这就是成本项，而它不是翻译本身。它是无法外包的审校：语言你读不懂，每次改动还要重来一遍，而且随你保留的语言区域数量线性增长。

他的 Search Console 数据就在同一篇文章里，引用时必须带上限定条件，不能直接照搬。按 2026 年 10 月 4 日公布的最近 28 天数据，保留的五个语言区域共获得 493 次展示、6 次点击；被删除的那批（按报告里列出的十二种计算）约获得 850 次展示、7 次点击。他自己也指出了统计窗口的问题：这个窗口跨越了删除时间点，所以其中一部分覆盖的是当时仍在线的语言。绝对数值只有六次和七次点击，太少，无法支撑任何一方的论点；约 850 是公布时的近似值，那就保持近似。他自己的文章里写的是保留了五个语言区域，却列出了六种保留的语言，我们既不替他解决这个矛盾，也不据此推算各语言区域的数据。

经过这些限定之后，仍然成立的只有一个事实，而这已经足够：被删除的语言区域在删除之后仍能在搜索中被找到，而删除它们的人，理由与流量毫无关系。他删除后的 7 天数据显示，一个排名第 2 位的德语页面获得了一次点击，一个日语页面和一个越南语页面也各获得了点击。他的标题结论是“流量几乎没受影响”，这一点已被他自己的数据反驳。这是他在自己的叙事面前如实公布的发现，比数字本身更难得。

那么，你到底能跑什么测试？

从已有的需求里挑两个语言区域，逐个单独看数据，并且先把退出方案想好。

从你自己的分析数据里挑，别照着使用人数的榜单挑。你的产品只有英语，却已经有国家的访客在不断涌入，这说明即使有门槛，需求还是来了。门槛是你可以调整的变量，而且看一眼数据不花一分钱。Imoto 上线前的排序依据是使用人数，结果数据在每一处都与之不符。

控制在两个。不是因为五个的工作量做不动，而是因为审校做不动。上面的第二个案例，正是语言区域数量超过了唯一无法自动化的那件事时会发生的情况。

开始之前，先写下“失败”长什么样，以及失败后你打算怎么办。这里公开的两个案例里，都有一个语言区域毫无回报。如果你的计划里没有应对这种结果的分支，那它就不算测试。

然后给它一个季度。Smallpdf 的数据是同比，dev.to 的快照只有 22 天且没有基线，而两者都说明不了第二周会怎样。

并且让回退足够便宜。那位开发者删掉的十六个语言区域，在他拍板的当天就不再以文件形式存在。如果删除一个就要花上一个月，你做的就不是测试，而是一项承诺。

现在跑这个测试要花多少钱？

变化的是经常性成本，而这也是 ROI 模型唯一关心的部分。

globalize.now 在应用内的连接流程里一次性转换代码库。转换只执行一次，不是定时任务。之后，推送任务会在新增翻译条目出现时自动翻译，你拿到的是标准的 JSON 或 PO 文件，也就是你的 i18n 库本来就能读取的格式。运行时、框架和部署方式都不用改，这也让移除一个语言区域变成一次文件操作，而不是一个项目。开发者和 vibe coder页面介绍了具体配置。

定价请见定价页，本页不会另行转述。

目前我们还无法告诉你的

我们没有自己的数据，也不会暗示有。

两个客户案例正在测量中。在它们完成并标注日期之前，本文的每个数字都属于别人，并注明归属，以及最后核查的日期。没有来源、没有日期的本地化 ROI 数字，往往会被人引用十年，而这个领域至今还在靠一个 2017 年的供应商页面撑场面。

这对你意味着什么

别再想着给这个决定定价，而是想办法让“判断错了”的代价变低。从你自己的流量里挑两个语言区域，跑一个季度的数据，按语言区域逐个解读，再准备一个一下午就能完成的移除操作。如果你想看带有我们自己客户数据的版本，那篇文章目前还没有，等它发布时会标明日期。