Contenu dupliqué SEO : que fait Google du duplicate content ?
Qu’est-ce que le contenu dupliqué en SEO ?
Le contenu dupliqué en SEO est un même texte, identique ou très proche, publié sur plusieurs URL. Google regroupe ces pages, retient une URL canonique et ne sert pas les autres dans les résultats de recherche. C’est un tri, pas une sanction.
L’URL canonique est la version que Google retient pour représenter le contenu. La documentation de Google sur le choix de l’URL canonique décrit le mécanisme : des pages identiques, ou au contenu principal très similaire, forment un groupe. Google y choisit la page qu’il juge la plus complète et la plus utile.
On parle de contenu dupliqué ou de duplicate content, selon les habitudes.
Les différents types se rangent en deux familles. Le contenu dupliqué interne vit sur un seul site : une même page accessible sous plusieurs adresses. Le contenu dupliqué externe se trouve sur plusieurs sites web, quand un texte passe d’un domaine à l’autre.
Les moteurs de recherche pénalisent-ils le duplicate content ?
En règle générale, non. Google trie les doublons plutôt qu’il ne les sanctionne.
Le mot « pénalité » revient souvent à propos du duplicate content. La documentation de Google et les statuts de Search Console décrivent autre chose : un contenu en double sur un site est normal et n’enfreint pas les règles de Google concernant le spam (Google Search Central, page sur le choix de l’URL canonique).
Le tri a deux effets sur votre référencement naturel. Google regroupe sur une URL préférée les signaux des pages en double, dont les liens qui pointent vers elles (Google Search Central, page sur la spécification d’une URL canonique). Il évite aussi de passer du temps d’exploration sur ces copies.
L’impact du contenu dupliqué tient donc surtout au choix de l’URL. Sans indication claire de votre part, Google décide seul quelle version montrer. Ce n’est pas toujours celle que vous auriez choisie.
Côté duplicate content externe, l’exception est la copie. Republier le texte d’autres sites web sans rien y ajouter relève des règles anti-spam de Google (Google Search Central, règles concernant le spam). Un site qui enfreint ces règles peut être moins bien classé ou disparaître des résultats, y compris par une action manuelle (une sanction appliquée au site par Google).
La règle vise la reprise sans contenu original ni valeur ajoutée. Un contenu unique n’est pas concerné.
Un copier-coller pris sur le web et une page servie sous plusieurs URL ne relèvent donc pas du même traitement. Le premier touche aux règles anti-spam, le second à un choix technique d’URL.
Duplication de contenu ou cannibalisation : où est la différence ?
Un doublon est le même contenu servi sous plusieurs URL. Quelques exemples de duplication interne : une page en http et en https, avec et sans www, des paramètres d’URL de tri ou de filtre. Une même fiche produit rangée sous deux adresses en est un autre.
La cannibalisation désigne autre chose : deux pages différentes, aux contenus distincts, qui répondent à la même intention de recherche et se disputent les mêmes requêtes. Ce cadrage vient du métier. Les pages de Google sur les doublons ne définissent pas la cannibalisation.
Où s’arrête la duplication de contenu, et où commence le simple contenu similaire ? Google parle de pages identiques ou au contenu principal très similaire. Les pages de Google citées ici ne donnent aucun taux de duplication : aucun pourcentage n’y fait foi.
Deux URL du même texte relèvent du tri de Google, pas de la cannibalisation SEO au sens du dossier, qui suppose deux pages différentes. L’inverse vaut aussi : deux pages différentes ne sont pas du contenu dupliqué.
Google montre en général au plus deux résultats d’un même site en tête de ses résultats (Google Search Central, guide des systèmes de classement). Deux pages distinctes peuvent donc apparaître ensemble sur une requête.
| Critère | Contenu dupliqué | Cannibalisation |
|---|---|---|
| Contenu des pages | Identique ou très proche | Différent, pour la même intention de recherche |
| Ce que fait Google | Regroupe les pages, retient une URL canonique, ne sert pas les autres | Peut montrer les deux pages, en général pas plus de deux résultats du même site en tête |
| Correctif | Indiquer l’URL à garder : redirection ou canonical | Choix éditorial : fusionner ou différencier |
Comment détecter le contenu dupliqué dans Google Search Console ?
Parmi les outils pour détecter le contenu dupliqué, celui de Google a un avantage : il montre le choix de Google lui-même. Le rapport sur l’indexation des pages liste les pages que Google n’indexe pas parce qu’il a retenu une autre URL (aide Search Console).
- Ouvrez le rapport sur l’indexation des pages dans Google Search Console.
- Parmi les pages non indexées, repérez celles écartées comme doublons.
- Pour chacune, comparez l’URL retenue par Google (l’outil d’inspection d’URL l’affiche) à celle que vous voulez voir dans les résultats.
Deux statuts concernent le duplicate content. Le premier est « Page en double sans URL canonique sélectionnée par l’utilisateur ». La page est un double d’une autre, et Google a retenu l’autre comme canonique : il ne sert donc pas la page dans la recherche.
Le second est « Page en double : Google a choisi une autre URL canonique que l’utilisateur ». Il vise une page que vous aviez marquée comme canonique : Google estime qu’une autre URL serait plus appropriée.
Ces statuts décrivent un choix de Google, pas une erreur. Le problème commence quand l’URL retenue n’est pas celle que vous visiez. Ce rapport sert de point de départ pour lister les doublons de votre site.
Pour détecter le contenu dupliqué externe, une piste manuelle existe. Cherchez dans Google une phrase exacte de votre texte, entre guillemets. Les résultats donnent des pistes, pas une liste complète des copies.
Comment éviter le contenu dupliqué, et le corriger
Pour corriger le contenu dupliqué, décidez d’abord quelle URL vous gardez. Google Search Central classe parmi les signaux forts deux moyens de la désigner :
- La redirection 301 (le renvoi permanent d’une adresse vers une autre), quand l’autre URL peut disparaître. Les visiteurs arrivent alors sur la bonne page.
- La balise canonical,
<link rel="canonical">dans le code de la page, quand les deux URL restent accessibles. C’est une indication, pas une règle : Google peut retenir une autre URL canonique que la vôtre.
Le détail de la balise, des signaux plus faibles et de la vérification de l’URL retenue a son propre article : la balise canonical.
Comment gérer deux pages différentes et utiles ? Ce n’est plus un doublon. La réponse devient éditoriale : fusionner les pages ou les différencier, comme pour une cannibalisation.
Pour éviter le duplicate content dès la mise en ligne, gardez une seule URL par contenu, la même dans la redirection et la balise.
Chaque semaine, indexsonar signale par email, parmi jusqu’à 3 priorités, les pages qui se concurrencent.