Duplicate Content : Qu’est que le contenu dupliqué ?

Les moteurs de recherche comme Google considèrent comme du duplicate content ou “contenu dupliqué” en français, tout texte répété, dans son intégralité ou en partie, dans plus d’une adresse web (URL), qu’elle soit sur une page interne ou externe.

Pour faire simple, il ne s’agit ni plus ni moins que de créer du contenu textuel copié-collé à partir d’une page web déjà existante.

Contrairement à ce que la plupart des gens pensent, la plupart des contenus dupliqués détectés par l’algorithme des sites référenceurs se retrouvent souvent au sein des pages web d’un même site web.

Comment le duplicate content affecte-t-il négativement votre stratégie de référencement naturel ?

Le contenu dupliqué, qu’il soit interne ou externe, peut avoir un effet très négatif sur le positionnement d’un site parmi les pages des résultats des moteurs de recherche.

En effet, lorsqu’il est détecté par les robots d’exploration de Google, le moteur de recherche prévoit de pénaliser le ou les sites qui usent de duplicate content, et ce, de plusieurs manières :

• En filtrant le contenu textuel dupliqué afin qu’il n’apparaisse pas dans les SERPs.

• À partir de l’algorithme Panda, si la copie est systématique, Google pénalise directement les pages qui s’adonnent à cette pratique.

• Dans le cas de plaintes pour plagiat, un réviseur de Google peut effectuer des contrôles et décider de fixer manuellement des pénalités.

Afin de mieux comprendre les raisons qui mènent au dupliacte content, nous devons faire la distinction entre deux types différents de contenu dupliqué : interne et externe.

Le contenu dupliqué interne d’un site web

La plupart des contenus dupliqués internes détectés automatiquement par Google sont produits par une mauvaise utilisation des paramètres d’URL ou par une mauvaise organisation ou gestion du contenu.

Voici les principales causes de contenu dupliqué interne au sein d’un site web :

• Un nom de domaine à l’URL non-canonique. Votre site web peut fonctionner avec un nom de domaine possédant le préfixe “www” ou non, ce qui entraîne la création de pages au contenu identique, mais avec un URL différent, d’où le risque que Google les considère comme des doublons.

• Une mauvaise organisation du contenu. Soit par un mauvais classement des catégories ou par une mauvaise planification des métadonnées, mais aussi l’utilisation d’un contenu identique au sein de plusieurs pages. Ce phénomène est très courant dans les boutiques en ligne, car elles ont tendance à littéralement copier-coller les descriptions de leurs produits.

• À cause d’URLs avec des terminaisons différentes pour chaque pays ou région. Nous devons tenir compte du fait que pour Google, une page qui se termine par l’adresse .fr, est complètement différente d’une page se terminant .es, même si le contenu textuel de cette dernière est identique. Par conséquent, le moteur de recherche la considérera comme un duplicata.

Le contenu dupliqué externe d’un site web

Il arrive que le contenu dupliqué se produise de façon externe entre des sites web complètement différents, gérés par des webmasters différents. Cela se produit généralement pour deux raisons principales :

• Parce que le contenu d’un article a été copié dans son ensemble ou à partir de plusieurs fragments de celui-ci pour écrire un nouvel article. Il existe même des programmes qui se consacrent à la duplication automatique du contenu par des méthodes de spam.

• En utilisant des stratégies de syndication de contenu. Parfois, afin de gagner en visibilité, vous pouvez décider d’envoyer votre contenu à d’autres sites web, ce qui peut poser des problèmes si le contenu complet d’un article est publié à deux endroits en même temps sans citer de liens externes ou en n’utilisant pas la bonne stratégie.

Quelle stratégie adopter afin d’éviter le duplicate content ?

Éviter les problèmes de contenu dupliqué de façon interne n’est pas si facile, cela implique de passer beaucoup de temps contrôler et surveiller l’optimisation SEO de son site.

Seulement, en raison des conséquences négatives qu’il peut avoir pour le référencement organique de vos pages web, il est conseillé de prendre les mesures suivantes :

• L’utilisation de la balise “rel_canonical”  est très utiles pour indiquer au moteur de recherche quelle version de votre site Web (celle avec le préfixe www dans l’URL ou celle sans) vous souhaitez indexer. Pour ce faire, il suffit de l’insérer dans la section “head” de votre page.
• Créez des redirections 301 pour diriger les robots crawler de Google vers la page qui nous intéresse, ce qui est particulièrement utile lorsque nous avons déplacé du contenu d’une page à une autre. Ces redirections sont incluses dans le fichier “.htacces” d’Apache.
• Utilisez la balise “no follow” pour refuser aux Googlebots l’accès à certains liens parce qu’ils sont en cours de construction, de révision ou de test.
• Utilisez la balise “hrflang” lorsque vous utilisez différentes URL axées sur des pays ou des langues différents.
• Améliorer vos titres, vos catégories d’articles et vos méta-descriptions. Pour ce faire, vous pouvez utiliser les Google Webmaster Tools.
• Optimiser notre stratégie de Netlinking.

Pour éviter le duplicate content externe, vous devez faire très attention à ne pas plagier, même s’il ne s’agit que d’un fragment, des articles provenant d’autres sites web.

Il existe plusieurs outils très pratique permettant de détecter le duplicate content à travers l’ensemble de l’espace WEB comme, Copyscape ou Unichek.

Si vous constatez que vous êtes plagiés, vous pouvez signaler la ou les pages dupliquées à Google afin de demander une désindexation de celles-ci.