Le contenu dupliqué : le repérer et l'éviter

Deux pages qui disent la même chose ne s'additionnent pas : elles se partagent. Google choisit l'une, ignore l'autre, et ne sait parfois pas laquelle vous vouliez. À plus grande échelle, un site rempli de pages quasi identiques est jugé de faible qualité dans son ensemble. Le contenu dupliqué n'est presque jamais volontaire ; il naît de la technique, de la facilité, ou de la copie d'un fournisseur. Il se repère, et il se résout sans rien perdre.

D'où viennent les doublons

• Les variantes d'adresse : la même page accessible en http et https, avec et sans www, avec des paramètres de tri ou de suivi. C'est le cas le plus fréquent, et le plus invisible (voir l'élément sur les adresses uniques dans le guide).
• Les pages locales copiées : dix communes, dix fois le même texte avec le nom de la ville changé.
• Les descriptions de fabricant : un site de vente qui reprend mot pour mot les fiches du fournisseur, comme des centaines d'autres revendeurs.
• Les versions imprimables, les archives, les catégories et les étiquettes d'un blog qui répètent les mêmes extraits sur des dizaines de pages.
• Le contenu copié d'ailleurs, sur votre site ou par quelqu'un d'autre depuis le vôtre.
• Les textes de gabarit : un long pied de page, un bloc de réassurance ou une présentation répétés à l'identique sur chaque page, qui finissent par peser plus que le contenu propre.

Ce que Google en fait

Il n'y a pas, en général, de pénalité pour un doublon accidentel : Google regroupe les pages qu'il juge identiques, en choisit une représentante, et n'affiche qu'elle. Le coût est ailleurs. La page retenue n'est pas toujours celle que vous vouliez. Les liens reçus se dispersent entre les versions. Le temps d'exploration se gaspille sur des copies. Et quand la duplication est massive ou manifestement destinée à occuper des recherches (les pages par ville copiées), le site entier peut être déclassé. Enfin, un contenu copié d'un autre site ne sortira jamais devant l'original.

Le test tient en une question : si cette page disparaissait, un visiteur perdrait-il une information qu'il ne trouve nulle part ailleurs sur le site ? Si la réponse est non, la page est un doublon.

Ce qu'il faut faire

• Unifier les adresses : une seule version du site, redirections définitives, canonique sur chaque page.
• Réécrire les pages locales pour qu'elles disent quelque chose de propre à chaque commune, ou n'en garder qu'une pour la zone tant que ce n'est pas fait.
• Rédiger vos propres descriptions de produits et de services, même courtes, plutôt que celles du fournisseur.
• Passer en « noindex » les pages d'archives, d'étiquettes, de résultats de recherche et les versions imprimables, ou les supprimer.
• Alléger les blocs répétés : ce qui est identique sur toutes les pages doit rester court, et le contenu propre doit dominer.
• Quand deux pages se recouvrent, les fusionner en une seule, et rediriger l'autre.

Comment le vérifier

Dans Search Console, rapport « Pages », les raisons « page en double, Google a choisi une canonique différente » et « page en double sans URL canonique sélectionnée par l'utilisateur » listent exactement les doublons vus par Google. Une recherche « site:votre-domaine.fr » avec un extrait de phrase entre guillemets montre combien de vos pages contiennent le même passage. Pour les pages locales, comparez-les deux à deux après avoir remplacé le nom de la commune : un outil de comparaison de texte donne le pourcentage commun, et au-delà de dix pour cent hors en-tête et pied de page il y a à réécrire. Pour la copie extérieure, une phrase de votre site entre guillemets dans Google révèle qui l'a reprise.

Nous avons mesuré ce point sur nos propres pages de communes, qui partagent en moyenne quatre pour cent de leur texte une fois le nom de la ville neutralisé : c'est ce qui les rend légitimes aux yeux du moteur, et c'est la règle que nous appliquons aux sites livrés. Un doublon est rarement une faute ; c'est presque toujours un raccourci, et il se corrige en prenant le chemin normal.

Le faire vous-même, ou nous le confier

Une redirection mal posée fabrique précisément du contenu dupliqué : l'étape précédente traite des erreurs 404 et des redirections.

La duplication la plus coûteuse n'est pas toujours interne à un site : elle apparaît quand un même propriétaire exploite plusieurs sites sur la même offre et le même territoire. Les règles qui l'évitent, et la façon dont nous la mesurons plutôt que de l'estimer, sont détaillées dans le Projet Alpha, dix à douze sites internet pour un seul client.

Cet élément fait partie des vingt-cinq du guide du référencement. Deux façons de passer à l'action, au choix.

Prix nets, TVA non applicable (article 293 B du CGI). Le premier échange est gratuit et sans engagement, le devis ferme est remis sous 48 heures. Toutes les formules : SEO INTERACT.