حالة الويب متعدد اللغات لعام 2026

الترجمة موجودة، لكن التوطين الكامل غالبًا ما يغيب.

أوضح ما أظهره الزحف ليس مجرد أن المحتوى متعدد اللغات الذي تحقّقنا منه مباشرةً كان موجودًا لدى أقلية من المواقع الكبرى التي أمكننا تصنيفها، بل إن نشر المحتوى بلغة أخرى ليس سوى الطبقة الأولى من التنفيذ. فكثيرًا ما تتأخر بنية عناوين URL، وتوصيفات اللغة، والبيانات الوصفية، وقابلية الزحف، والاتساق على مستوى الصفحات عن مواكبة ترجمة المحتوى الأساسي.

ما مدى تعدد اللغات في المواقع الإلكترونية الكبرى؟

من بين المواقع الكبرى القابلة للتصنيف التي حُلّلت بنجاح في عينة GlotEO المستندة إلى Tranco، جرى التحقق مباشرةً من وجود محتوى متعدد اللغات في 26.3% (5,845 / 22,185) منها ضمن لقطة HTML الثابتة. ولم يكن التصنيف «مؤكد» يكتفي بقائمة منسدلة للغات أو سمة lang أو وسم hreflang؛ بل كان يتطلب أن يجلب الزاحف عنوان URL بديلًا واحدًا على الأقل تختلف لغة محتواه الرئيسي عن لغة الصفحة الرئيسية، مع وجود 200 حرف على الأقل من النص الرئيسي في كلتا الصفحتين.

يجعل هذا التعريف التأكيد أصعب عمدًا من مجرد رصد ترميز تحسين محركات البحث الدولي. فهو يميّز بين «الموقع يعلن عن نسخة محلية أخرى» و«جلبنا بالفعل محتوى فعليًا بلغة أخرى».

المقام المستخدم في الحساب مهم. فمن أصل 25,005 عمليات تحليل ناجحة، ظل تصنيف 2,820 موقعًا غير محسوم. وأبقتها GlotEO في فئة مستقلة بدلًا من إدراجها قسرًا ضمن المواقع أحادية اللغة. وعند استخدام جميع المواقع التي حُلّلت بنجاح مقامًا للحساب، بلغت نسبة المواقع المؤكد تعدد لغاتها 23.4% (5,845 / 25,005)، والمواقع المرجح تعدد لغاتها 14.4%، والمواقع أحادية اللغة 50.9%، والمواقع غير المحسومة 11.3%.

تبلغ النسبة الثانوية في تحليل الحساسية 42.6% (9,448 / 22,185) عند جمع المواقع المؤكد والمرجح تعدد لغاتها. وتفيد هذه النسبة في فهم المواقع التي تظهر إشارات قوية تدل على تعدد اللغات، لكن لم تُجلب منها صفحة بديلة تستوفي الشروط؛ وهي ليست المعدل الرئيسي لتبنّي تعدد اللغات.

كانت المواقع الأبرز أكثر ميلًا بكثير إلى تعدد اللغات

بلغت نسبة المواقع ذات المحتوى المؤكد تعدد لغاته 40.1% (192 / 479) بين المواقع القابلة للتصنيف ضمن شريحة أعلى 1,000 موقع في Tranco. وانخفضت إلى 30.4% في المراتب 1,001–10,000، و27.6% في المراتب 10,001–25,000، و22.0% (1,845 / 8,394) في شريحة ما بعد المرتبة 25,000.

يظل هذا النمط قائمًا بعد اختبار مهم للتحقق من معقولية النتائج: فقد ارتفع نجاح الجلب فعليًا كلما انخفض الترتيب، من 53.6% ضمن النطاقات التي جرت محاولة تحليلها في شريحة أعلى 1,000 موقع، إلى 63.3% في شريحة ما بعد المرتبة 25,000. وبعبارة أخرى، لا يمكن تفسير التدرّج في التبنّي بأن الزاحف يفشل ببساطة بوتيرة أعلى في النطاقات الأقل ترتيبًا.

اقتُطعت عينة شريحة ما بعد المرتبة 25,000 بسبب الحد الأقصى المحدد: فقد بقي 2,351 نطاقًا مرشحًا عند بلوغ سقف التحليلات الناجحة. لذا ينبغي اعتبار هذه النتيجة خاصة بالشريحة ضمن العينة التي حُلّلت، لا حصرًا مكتملًا لجميع المواقع في ذيل الترتيب.

ما تعلن عنه المواقع ليس دائمًا ما يستطيع الزاحف التحقق منه

بالنسبة إلى المواقع المؤكد تعدد لغاتها، فصلت الدراسة بين مفهومين للغات. فقد استُخلصت اللغات المرصودة من المحتوى الرئيسي للصفحات التي جُلبت بالفعل، بينما استُخلصت اللغات المعلَن عنها من توصيفات hreflang. وهذا التمييز مهم، لأن الوسم قد يعلن عن لغة لا يصل إليها الزحف المحدود، في حين قد يكتشف الزاحف أيضًا صفحات بلغات بديلة غير معلَن عنها في hreflang.

بين المواقع البالغ عددها 5,845 والمؤكد تعدد لغاتها، بلغ وسيط عدد اللغات المرصودة 3، وبلغ المتوسط 3.13. وأظهر ما يقارب النصف، أي 46.8%، لغتين مرصودتين بالضبط. وأظهرت نسبة أخرى بلغت 16.1% ثلاث لغات، و14.1% أربع لغات، بينما بلغت 23.0% الحد الأقصى للأداة، وهو خمس لغات مرصودة.

تُظهر المقارنة بين اللغات المعلَن عنها واللغات المرصودة سبب عدم كفاية إشارة واحدة. فقد تجاوز عدد اللغات المعلَن عنها عدد اللغات المرصودة في 38.7% (2,262 / 5,845) من المواقع المؤكدة. وتجاوز العدد المرصود العدد المعلَن عنه في 34.1% (1,991 / 5,845) منها. وتساوى العددان، وكلاهما أكبر من صفر، في 27.2% منها.

إضافةً إلى ذلك، لم تكن لدى 30.5% (1,780 / 5,845) من المواقع المؤكدة أي لغات معلَن عنها في حقل الدراسة المستمد من hreflang، رغم أن الزاحف تحقّق من وجود محتوى رئيسي بلغات بديلة. وهذا يوضح من زاوية أخرى الفجوة بين نشر ترجمة والتوصيف الصريح للعلاقة بين النسخ المحلية في ترميز قابل للقراءة آليًا.

هناك مقياس آخر تتطلب صياغته عناية خاصة: كان لدى 40.4% من المواقع المؤكدة رمز لغة معلَن عنه واحد على الأقل لم يظهر ضمن مجموعة لغات محتوى الصفحات التي جُلبت. وهذا ليس دليلًا على أن تلك المواقع تعلن عن ترجمات غير موجودة. فقد تتضمن صفحة خارج نطاق الزحف المحدود بخمس صفحات اللغة المعلَن عنها بكل سهولة. والاستنتاج المفيد أضيق نطاقًا: توصيفات hreflang والزحف المحدود إلى المحتوى الفعلي للصفحات يصفان أجزاء مختلفة من المنظومة.

بالنسبة إلى مشغّلي المواقع، يطرح ذلك سؤالين منفصلين لضمان الجودة. الأول: هل يستطيع الزاحف الوصول إلى صفحات ذات محتوى فعلي بكل لغة تنوون النشر بها؟ والثاني: هل تربط توصيفات النسخ المحلية القابلة للقراءة آليًا تلك الصفحات بعضها ببعض بدقة؟ اجتياز أحد الاختبارين لا يضمن اجتياز الآخر.

الأدلة الفرعية هي السائدة، لكن بنية عناوين URL متعددة اللغات لا تزال متنوعة

من بين المواقع البالغ عددها 5,845 والمؤكد تعدد لغاتها، استخدم 51.6% (3,015) منها الأدلة الفرعية بوصفها النمط الرئيسي المرصود لعناوين URL. تلتها البنى الهجينة بنسبة 17.9%، ثم غير المعروفة بنسبة 13.0%، فالنطاقات الفرعية بنسبة 8.6%، ونطاقات المستوى الأعلى لرموز البلدان (ccTLDs) بنسبة 8.3%. وكان التوطين القائم على المعلمات نادرًا بنسبة 0.5%، والتوطين باستخدام عنوان URL نفسه أندر بنسبة 0.1%.

هذه نتيجة تقيس الانتشار، وليست جدولًا لترتيب الأفضل في تحسين محركات البحث. فالأدلة الفرعية شائعة في العينة، لكن الدراسة لم تختبر ما إذا كانت تتفوق في الأداء على النطاقات الفرعية أو نطاقات المستوى الأعلى لرموز البلدان.

إرشادات خارجية: Google Search Central — إدارة المواقع متعددة المناطق واللغات ↗.

فجوة hreflang: قد تتوفر الترجمات من دون خريطة قابلة للقراءة آليًا

رُصد hreflang في 69.7% (4,076 / 5,845) من المواقع المؤكَّد تعدد لغاتها. وهذا يعني أن 30.3% (1,769 / 5,845) منها احتوت على محتوى رئيسي بلغات بديلة جلبه GlotEO فعليًا، لكن لم يُرصد فيها hreflang عبر HTML أو ترويسات HTTP Link أو عناصر XHTML في خرائط المواقع.

هذا التمييز مهم، لأن hreflang وسم توضيحي، وليس أداة للكشف عن الترجمة. فوجوده لا يثبت وجود محتوى جوهري بلغة بديلة، وغيابه لا يثبت عدم وجود ترجمة. وقد قاست الدراسة كلا الأمرين بصورة مستقلة.

عندما كان hreflang موجودًا في المواقع المؤكَّد تعدد لغاتها، كانت نتائج معظم الفحوص التقنية جيدة نسبيًا. فمن بين 4,076 موقعًا مؤكَّدًا يستخدم hreflang، استخدم 86.8% رموز لغات صالحة، و98.2% عناوين URL مطلقة، وتضمّن 91.1% إشارات ذاتية، ووضع 96.0% الوسوم التوضيحية في قسم head من HTML حيثما انطبق ذلك، واحتوى 86.6% على وسوم متبادلة ضمن 4,006 حالات انطبق عليها هذا الفحص.

إجمالًا، اجتاز 72.2% (2,944 / 4,076) جميع الفحوص المنطبقة التي قاستها الدراسة، باستثناء x-default. وظهر x-default لدى 65.2% من المواقع المؤكَّد استخدامها لـ hreflang، لكن غيابه يُعدّ هنا خيارًا يتعلق بالتغطية، وليس مخالفة تلقائية للمواصفات.

إرشادات خارجية: Google Search Central — إبلاغ Google بالنُّسخ الموطَّنة ↗.

ظهرت أبرز نقاط الضعف بعد ترجمة المحتوى الرئيسي

بعد التأكد من تعدد لغات الموقع، يبقى السؤال عن مدى اكتمال التنفيذ. ويُظهر تحليل GlotEO للمكوّنات أن بعض الإشارات البنيوية كانت شائعة، في حين كانت البيانات الوصفية الموجَّهة لمحركات البحث والبيانات المنظَّمة وإشارات النسخ البديلة في خرائط المواقع أقل اكتمالًا بكثير.

يُعدّ التنقل بين اللغات مثالًا آخر على الفرق بين «العثور على لغة أخرى» و«إتاحة الواجهة أداة تقليدية لاختيار اللغة». فقد رُصد رابط لاختيار اللغة قابل للزحف في 33.0% (1,927 / 5,845) من المواقع المؤكَّد تعدد لغاتها، وأداة اختيار تعتمد على JavaScript فقط في 1.3%، بينما لم تُرصد أداة اختيار في 65.8%. ولا ينبغي تفسير النسبة الأخيرة على أنها معدل إخفاق في تجربة المستخدم، إذ أمكن للزاحف تأكيد وجود محتوى بديل عبر مسارات أخرى.

أدوات اختيار اللغة مفيدة، لكنها لا تثبت اكتمال التوطين

أداة اختيار اللغة هي آلية للتنقل. قد يبدو ذلك بديهيًا، لكنه تمييز مهم في البحث. فقد تعرض قائمة منسدلة عشر لغات، مع أن الزاحف لا يستطيع التحقق من وجود محتوى بديل جوهري، بينما قد يتيح موقع متعدد اللغات صفحات بديلة عبر عناصر التنقل أو خرائط المواقع أو أنماط عناوين URL الخاصة باللغة والمنطقة، من دون تقديم أداة اختيار تقليدية في عينة HTML المفحوصة. ولهذا لم يعتمد المصنِّف قط على أداة اختيار اللغة وحدها للتأكيد.

ينطبق المبدأ نفسه على hreflang ونطاقات المستوى الأعلى لرموز البلدان (ccTLDs) وhtml lang. فكل منها إشارة مفيدة، لكن أيًا منها ليس المحتوى نفسه. وقد صُمّم معيار التأكيد الأكثر صرامة في الدراسة، وهو جلب محتوى رئيسي جوهري بلغة بديلة، لتجنب تحويل انتشار الوسوم إلى رقم مبالغ فيه لمدى اعتماد التعدد اللغوي.

قد تُخفي إعادة التوجيه التلقائية المسار البديل

رُصدت إعادة توجيه تلقائية حسب اللغة والمنطقة في 15.5% من المواقع المؤكَّد تعدد لغاتها. ولم يحاول GlotEO تجاوز عمليات إعادة التوجيه هذه عبر انتحال تفضيلات اللغة، كما لم يُرسل الزاحف ترويسة Accept-Language. وهذا مهم لأن الموقع الذي يختار اللغة والمنطقة بناءً على سياق الطلب قد يتيح للزحف نطاقًا مختلفًا من الصفحات مقارنةً بموقع يخصص لكل لغة عنوان URL يمكن الوصول إليه بصورة مستقلة.

وتوصي Google أيضًا بإتاحة التبديل بين النسخ اللغوية للمستخدمين، وتحذّر من أن إعادة التوجيه التلقائية قد تمنع المستخدمين ومحركات البحث من الاطلاع على جميع النسخ. ولا يقيس هذا البحث أثر إعادة التوجيه في ترتيب نتائج البحث، بل يسجّل مدى تكرار ظهور هذا السلوك في عينة المواقع المؤكَّد تعدد لغاتها.

لا يزال توطين البيانات المنظَّمة وخرائط المواقع محدودًا

حصل 19.2% (1,125 / 5,845) فقط من المواقع المؤكَّد تعدد لغاتها على الدرجة الكاملة في مكوّن البيانات المنظَّمة inLanguage ضمن الدراسة، وحصل 11.9% (693 / 5,845) فقط على الدرجة الكاملة لإشارات النسخ البديلة بصيغة XHTML في خرائط المواقع. وهذه ليست متطلبات عامة لكل موقع متعدد اللغات، لذا لا ينبغي اعتبار انخفاض اعتمادها «معدل أخطاء» بصورة مباشرة. والأدق فهمها بوصفها طبقات إضافية قابلة للقراءة آليًا، استخدمها بالكامل عدد قليل نسبيًا من المواقع المؤكَّدة في العينة.

توضح هذه النتائج مجتمعةً سبب سهولة الوقوع في التبسيط المخلّ عند تدقيق المواقع متعددة اللغات. فقد يترجم فريق محتواه الرئيسي ترجمة صحيحة، وينشر عناوين URL سليمة لكل لغة ومنطقة، ويحافظ على إعدادات قوية لعناوين URL الأساسية، مع بقاء ثغرات في البيانات الوصفية أو خرائط المواقع أو البيانات المنظَّمة أو التنقل بين اللغات. وفي المقابل، قد يتمتع الموقع بوسوم ممتازة بينما تظل الصفحة المترجمة نفسها غير مكتملة. لذا يجب أن يفحص التدقيق المفيد المحتوى والتنفيذ المحيط به معًا.

يكشف GlotEO Multilingual Web Score تفاوتًا واسعًا في مستوى التنفيذ

يُعدّ GlotEO Multilingual Web Score (GMWS) مؤشرًا لاكتمال التنفيذ، يتراوح من 0 إلى 100، ويُحسب فقط للمواقع البالغ عددها 5,845 التي تأكّد تعدد لغاتها. وهو ليس عامل ترتيب لدى Google، ولا تقييمًا وفق E-E-A-T، ولا تقييمًا للويب ككل.

بلغ وسيط درجات المواقع المؤكَّد تعدد لغاتها 75، بمتوسط حسابي قدره 67.1، ومئين 25 عند 50، ومئين 75 عند 83. ويُظهر التوزيع امتدادًا ملحوظًا نحو الدرجات المنخفضة: فقد حصل 15.0% من المواقع المؤكَّدة على درجات بين 20 و39، في حين حصل 36.6% منها على درجات بين 80 و100.

تنبع فائدة الدرجة من أن مكوّناتها منشورة وليست مخفية. ويحصل المحتوى البديل المؤكَّد على 100% بحكم التعريف. وحصلت عناوين URL المتميزة والقابلة للزحف على الدرجة الكاملة في 86.4% من المواقع المؤكَّدة، والاتساق بين canonical وhreflang في 82.3%، وتطابق لغة HTML في 86.4%، وترجمة المقاطع النصية في عناوين URL في 69.0%. في المقابل، بلغت نسبة توطين العنوان والوصف التعريفي 11.6%، وبدائل XHTML في خريطة الموقع 11.9%، والبيانات المنظَّمة inLanguage‏ 19.2%.

غيّرت JavaScript مئات التصنيفات، لكن النسبة الرئيسية بقيت كما هي عند التقريب إلى منزلة عشرية واحدة

لم تتضمن لقطة HTML الثابتة المعتمدة عرض المحتوى باستخدام JavaScript عمدًا. وصنّفت 889 موقعًا جرى تحليلها بنجاح ضمن js_required: منها 768 غير محسومة و121 مرجَّحة. ولم يُصنَّف أيٌّ منها على أنه مؤكَّد التعدد اللغوي أو أحادي اللغة في اللقطة الثابتة، لأن هياكل صفحاتها المعتمدة بكثافة على البرامج النصية منعت المصنِّف المعتاد من الحصول على نص فعلي كافٍ لإصدار تلك الأحكام.

اقتصر تشغيل موجَّه باستخدام Chromium على عرض تلك المواقع الـ889. ونجح في 858 موقعًا، بينما احتُفظ بالتصنيف الأصلي للمواقع الـ31 التي تعذّر عرضها. ومن بين المواقع الـ768 التي كانت غير محسومة، أصبحت 66 مؤكَّدة التعدد اللغوي، و48 مرجَّحة، و412 أحادية اللغة، وبقيت 242 غير محسومة. ومن بين المواقع الـ121 المرجَّحة، أصبحت 51 مؤكَّدة، وبقيت 67 مرجَّحة، وأصبحت 3 غير محسومة.

بعد إدماج هذه النتائج الـ889 فقط مع الإبقاء على السجلات الناجحة الأخرى البالغ عددها 24,116 دون تغيير، ارتفع عدد المواقع المؤكَّدة من 5,845 إلى 5,962 (+117)، وانخفض عدد المواقع غير المحسومة من 2,820 إلى 2,297 (−523). ومع ذلك، بقيت نسبة المواقع المؤكَّدة وحدها بين التحليلات الناجحة غير المصنَّفة كغير محسومة عند 26.3%، بالتقريب إلى منزلة عشرية واحدة: 5,962 / 22,708.

ما مدى متانة تقدير 26.3%؟

تبقى النتيجة الأساسية هي التقدير المعتمد المستند إلى HTML الثابت: 26.3% (5,845 / 22,185) من التحليلات الناجحة القابلة للتصنيف مؤكَّدة التعدد اللغوي. واختبرنا لاحقًا جانبين من المنهجية يُرجَّح أن يؤثرا في التصنيف أكثر من غيرهما: المواقع المعتمدة على JavaScript، ومجموعة من التصنيفات التي اعتمدت على اكتشاف اليوروبية (yo) أو التاغالوغية (tl).

لم يغيّر أيٌّ من التحليلين الموجَّهين الاستنتاج الرئيسي. فقد بقيت النتيجة المعدَّلة باستخدام JavaScript عند 26.3% (5,962 / 22,708). وأدّى تطبيق قاعدة أكثر صرامة للصفحات البديلة على التصنيفات المعتمدة على اليوروبية/التاغالوغية إلى تقدير للحساسية بلغ 25.5% (5,647 / 22,165). وأدّى الجمع بين التعديلين الموجَّهين إلى نتيجة بلغت 25.4% (5,764 / 22,688).

هذه تحليلات حساسية، وليست بدائل للنتيجة الأساسية المعتمدة. كما أنها لا تمثّل أربع عمليات زحف منفصلة: فاللقطة الثابتة لم تتغيّر، وكلٌّ من عمليتي إعادة التقييم تقتصر على السجلات التي صُمِّمت لاختبارها.

اطّلع على البيانات التي يستند إليها تحليل الحساسية ←

ما الذي تغيّر عند تطبيق القاعدة الأكثر صرامة؟

اقتصرت إعادة التقييم الخاصة بتحديد اللغة على 242 سجلًا اعتمد تصنيفها متعدد اللغات على رمزَي lingua‏ yo (اليوروبية) أو tl (التاغالوغية) بوصفهما اللغة المختلفة الوحيدة المكتشَفة: 228 سجلًا مؤكَّدًا في اللقطة المعتمدة، إضافة إلى 14 سجلًا مرجَّحًا. واستُخدم فيها HTML محفوظ، من دون أي جلب مباشر من الويب. ولم تكن إعادة زحف لمجموعة البيانات التي تضم 25,005 مواقع. واستُبعد wikipedia.org من مجموعة السجلات الـ242 المعتمدة على تحديد هاتين اللغتين، لأن تصنيفه المؤكَّد متعدد اللغات لم يعتمد على اكتشاف لغة الصفحة الرئيسية بوصفها tl.

بموجب إعادة التقييم هذه، يتغيّر عدد الحالات المؤكَّدة من 5,845 إلى 5,647 (−198). ويبلغ المقام المقابل للحالات القابلة للتصنيف 22,165، ليصبح تقدير الحساسية 25.5% (5,647 / 22,165). وهذه ليست النسبة الرئيسية.

بعد إزالة عناصر واجهة الموقع المتكررة، ظلّ yo أو tl يظهر ضمن اللغات المرصودة في 217 / 242 سجلًا. ولم يختفِ رمز اللغة بالكامل إلا في 25 / 242 سجلًا. لذلك، لم تنجم معظم تغييرات التصنيف عن تراجع كاشف اللغة ببساطة عن تحديد اليوروبية أو التاغالوغية. بل نتج معظمها عن قاعدة أشد صرامة للصفحات البديلة: لم تُحتسَب الصفحة البديلة ذات الرمز yo أو tl دليلًا على تعدد اللغات إلا عندما كان عنوان URL الخاص بها يمثّل فعلًا صفحة مخصَّصة لإعداد محلي، أو نسخة لغوية، أو نسخة لسوق معيّنة، لا مجرد عنوان URL مختلف اكتُشف نصه بلغة أخرى. وتتضمن 30 سجلًا بقيت مؤكَّدة التعدد اللغوي الرمزَين yo/tl في الصفحة الرئيسية حتى بعد إزالة عناصر الواجهة المتكررة.

يشير ذلك إلى أن المشكلة الرئيسية لم تكن مجرد خطأ كاشف اللغة في اعتبار الصفحات يوروبية أو تاغالوغية. ففي حالات كثيرة، بقيت اللغة المكتشَفة كما هي بعد إزالة المحتوى النمطي المتكرر. وجاء التغيير الأكبر من طرح سؤال أكثر صرامة: هل كان عنوان URL البديل يمثّل فعلًا نسخة موطَّنة من الموقع؟ وقد تبيّن أن تكافؤ الصفحات البديلة مصدر مهم لعدم اليقين في التصنيف، إلى جانب تحديد اللغة نفسه. ويقتصر هذا التفسير على هذا التحليل الموجَّه؛ فهو لا يمثّل معدل خطأ عامًّا للمصنِّف.

وجدت مراجعة مستقلة بمساعدة الذكاء الاصطناعي، وليست دراسة تحقق بشرية وفق معيار مرجعي ذهبي، أن الحسابات صحيحة. ولا يحل تقدير الحساسية محل النسبة الرئيسية المعتمدة.

أمثلة تصنيف معروفة

توضح هذه الأمثلة ما غيّره تحليل الحساسية فعليًا. وهي أمثلة توضيحية للمنهجية على نطاقات محددة وفق أداة البحث هذه، وليست أحكامًا على برامج اللغات العالمية لتلك المؤسسات.

ما الذي يمكن لهذه الدراسة أن تخبرك به، وما الذي لا يمكنها ذلك

تقل فائدة الدراسات واسعة النطاق للويب حين تُعامل التحفظات المتعلقة بها كأنها شروط قانونية مكتوبة بخط صغير. فهناك عدة قيود تؤثر جوهريًا في كيفية استخدام هذه الأرقام، ولذلك ينبغي إدراجها ضمن تفسير النتائج بدلًا من إخفائها في أسفل الصفحة.

هذه دراسة للمواقع الكبرى المدرجة في تصنيف Tranco، وليست لجميع مواقع الويب

كان مجتمع الدراسة الأصلي هو قائمة Tranco ذات المعرّف 46W9X. صُمّم Tranco لتقديم تصنيف للنطاقات الشائعة موجّه للأبحاث، لذا تميل العينة عمدًا إلى المواقع البارزة، لا إلى ملايين النطاقات الصغيرة أو غير النشطة أو قليلة الزيارات في بقية الإنترنت. والعبارة الصحيحة تتعلق بـالمواقع الكبرى التي جرى تحليلها بنجاح ضمن هذه العينة، لا بـ«26.3% من الويب».

الاستبعادات ناتجة عن البنية التحتية، وليست مواقع أحادية اللغة

حاول الزاحف الوصول إلى 40,457 نطاقًا فريدًا، ونجح في تحليل 25,005 منها. واستُبعدت النطاقات المتبقية البالغ عددها 15,452 لأسباب شملت إخفاقات DNS، واستجابات قواعد الزحف، وأخطاء HTTP، وقيود الوصول، واختبارات CAPTCHA. ولم تُسجَّل تلك النطاقات قط بوصفها حالات أحادية اللغة. فاعتبار المواقع التي يتعذر الوصول إليها أحادية اللغة من شأنه أن يسبب تحيزًا جوهريًا في النتيجة.

يقيس تصنيف «مؤكد» المحتوى البديل القابل للاكتشاف، لا جودة الترجمة

اجتاز الموقع المصنّف «مؤكدًا» اختبار محتوى آليًا عن قصد: جلب الزاحف محتوى رئيسيًا فعليًا بلغة تختلف عن لغة الصفحة الرئيسية. ولم تقيّم الدراسة الطلاقة اللغوية، أو التكييف الثقافي، أو جودة المصطلحات، أو أداء التحويل، أو دقة الترجمة البشرية. فقد يُؤكَّد تقنيًا أن موقعًا متعدد اللغات مع أنه يتضمن ترجمات رديئة؛ وقد يقدّم أيضًا توطينًا ممتازًا في أقسام لم يزرها الزاحف.

يقتصر الزحف على خمس صفحات محتوى لكل نطاق

يُبقي الحد الأقصى للصفحات دراسةً تشمل 25,000 نطاق قابلةً للتنفيذ حسابيًا، ويمنع المواقع الكبيرة من الهيمنة على الزحف. والمقابل هو عدم تغطية مجموعة المحتوى بالكامل. فاللغات المرصودة، ونتائج اختلاط اللغات، وفحوص البيانات الوصفية، وغيرها من المقاييس على مستوى الصفحة تصف ما ظهر ضمن عينة الصفحات المحدودة، وليس بالضرورة كل عنوان URL يقدمه النطاق.

اختُبرت JavaScript بصورة انتقائية، لا شاملة

لم تستخدم لقطة البيانات الثابتة عرض الصفحات عبر المتصفح. واستهدفت جولة Chromium اللاحقة الصفوف الـ889 التي حُلّلت بنجاح ووُسِمت صراحةً بأنها تتطلب JavaScript. وكان هذا هو الموضع المناسب لاختبار الفجوة الواضحة في التصنيف، لكنه لا يثبت ما قد ينتج عن إعادة زحف كاملة باستخدام عرض المتصفح لجميع الحالات الـ25,005 التي حُلّلت بنجاح.

قد يؤدي تحديد اللغة وتكافؤ الصفحات البديلة إلى حالات حدّية

يعتمد تحديد اللغة وتكافؤ الصفحات البديلة على تصنيفات آلية قد تنتج عنها حالات حدّية، خصوصًا في الصفحات القصيرة أو التي يغلب عليها النص النمطي المتكرر أو غير التقليدية. وقد خفّض تحليل حساسية موجّه لليوروبا والتاغالوغية تقدير المواقع المؤكدة التعدد اللغوي من 26.3% إلى 25.5% وفق قواعد أكثر صرامة للصفحات البديلة، دون تغيير الاستنتاج العام. واستعانت مراجعة حساسية تحديد اللغة بالذكاء الاصطناعي، ولم تكن دراسة تحقق بشرية وفق معيار مرجعي ذهبي.

مؤشر الويب متعدد اللغات إطار بحثي، وليس درجة تمنحها محركات البحث

يسهّل GMWS مقارنة الاختلافات في التنفيذ، من خلال نشر أوزان واضحة لاثني عشر مكوّنًا، إلى جانب بندين لخصم النقاط. وهذه الأوزان جزء من التصميم البحثي لـGlotEO. لم تصممها Google ولم تعتمدها، ولم تُختبر هنا أي علاقة بين الدرجة وبين الترتيب أو الزيارات أو التحويل.

قارن تنفيذ التعدد اللغوي في موقعك بالمعايير المرجعية

تتحقق أكبر فائدة من البحث حين يصبح منطلقًا للتدقيق. تتيح لك قائمة التحقق أدناه مقارنة مؤشرات التنفيذ الشائعة بعينة المواقع المؤكدة التعدد اللغوي. لا يمنحك تحديد مربع درجةً للترتيب؛ بل يسجّل ببساطة جوانب التنفيذ التي عالجها موقعك.

ما الذي ينبغي للفرق فعله بطريقة مختلفة؟

1. تعاملوا مع الترجمة وقابلية الاكتشاف بوصفهما مسارين منفصلين للعمل. قد تتوفر صفحة بلغة أخرى من دون توضيح علاقتها بالصفحات المناظرة لها. وهذا بالضبط ما تُظهره فجوة hreflang البالغة 30.3%. للاطلاع على سياق تطبيق عناوين URL الموطّنة وhreflang، راجعوا تحسين محركات البحث للمواقع متعددة اللغات.

2. افحصوا جودة الإطار العام للصفحة، لا المقال أو وصف المنتج فحسب. رُصدت بقايا نصوص بلغات مختلطة في 39.4% من المواقع المؤكدة. فعناصر التنقل ونصوص التذييل والنماذج والقوالب قد تنتقص من ترجمة مكتملة فيما عدا ذلك.

3. أدرجوا البيانات الوصفية ضمن سير عمل التوطين. بلغت نسبة الحصول على الدرجة الكاملة للعنوان والبيانات الوصفية 11.6%، وكانت هذه أوضح فجوة تنفيذية بين العناصر ذات الوزن المرتفع في التقييم. لا ينبغي ترك البيانات الوصفية الموجّهة لمحركات البحث إلى اللحظة الأخيرة.

4. خصّصوا وجهة ثابتة لكل إعداد محلي. وجدت الدراسة أن عناوين URL المنفصلة القابلة للزحف شائعة بين المواقع المؤكدة، كما توصي Google، بصورة مستقلة، باستخدام عناوين URL منفصلة بدلاً من الاعتماد فقط على محتوى يتكيف مع الإعداد المحلي.

5. أظهروا حالات عدم اليقين في عمليات التدقيق. لم تصنّف هذه الدراسة المواقع التي تعذّر تصنيفها على أنها «أحادية اللغة». وينبغي أن تتوخى عمليات التدقيق لديكم القدر نفسه من الحذر عند التعامل مع هياكل الصفحات المعتمدة على JavaScript، والتكيّف الجغرافي، والمصادقة، وإمكانية وصول برامج الزحف.

كيف أُجريت الدراسة

هذه دراسة رصدية لمواقع إلكترونية كبرى ضمن عينة مصنّفة وفق Tranco، وليست عينة عشوائية من جميع النطاقات المسجّلة ولا مجموعة بيانات خاصة بالعملاء.

قواعد التصنيف

مؤكد: جلب برنامج الزحف عنوان URL بديلاً تختلف لغة محتواه الرئيسي عن لغة الصفحة الرئيسية، مع وجود ما لا يقل عن 200 حرف من المحتوى الرئيسي في كلتا الصفحتين.

مرجّح: أظهر الموقع إشارات قوية تتيح اكتشاف تعدد اللغات، مثل hreflang أو عناوين URL ذات بنية تدل على إعداد محلي أو أداة اختيار تشير إلى مسار آخر، لكن الزحف لم يجلب صفحة بديلة تستوفي الشروط.

أحادي اللغة: حُلّلت الصفحة الرئيسية، ولم تُجلب أي صفحة بديلة تستوفي الشروط، ولم تُرصد مجموعة قوية من إشارات اكتشاف تعدد اللغات.

غير محسوم: كانت الأدلة متناقضة أو غير كافية. أُبقي هذا التصنيف ظاهراً، ولم يُحوَّل ضمنياً في أي وقت إلى تصنيف أحادي اللغة.

ما البيانات المثبّتة، وما طبقات التحليل الإضافية؟

قائمة المصدر من Tranco: 46W9X ↗. تُوسم روابط Google في مواضع أخرى من هذه الصفحة بأنها إرشادات خارجية، ولا تُدمج في جداول نتائج GlotEO.