Continut duplicat: cum sa il detectati si sa il evitati

Termenul continut duplicat se refera la pagini web sau pasaje de text care sunt duplicate la mai multe adrese URL .

In general, se disting doua tipuri:

• Continutul duplicat intern se refera la continutul duplicat dintr-un singur domeniu.
• Continutul extern duplicat se gaseste pe diferite domenii.

Ambii termeni se refera la pagini sau blocuri de text care sunt partajate fara modificari. Cand continutul nu este 100% identic, dar foarte asemanator, se numeste continut aproape duplicat.

Majoritatea webmasterilor sunt constienti de efectele negative ale continutului duplicat si, prin urmare, il evita. Cu toate acestea, continutul duplicat intern este foarte frecvent. Are adesea cauze tehnice . Puteti gasi mai multe informatii despre acesta in sectiunea „Cauzele tehnice ale continutului duplicat”.

Adesea, acelasi continut poate fi gasit de mai multe ori pe mai multe subpagini ale unui domeniu. Magazinele online , in special, se confrunta cu aceasta problema. Cand un produs este atribuit mai multor categorii sau este disponibil in diferite variante, descrierea produsului este adesea aceeasi pe mai multe pagini. Acesta este considerat continut duplicat. PDF-urile care contin informatii despre produse sunt adesea trecute cu vederea. Daca continutul lor se potriveste cu cel al unei pagini de destinatie a unui produs, ele sunt considerate drept continut duplicat. Un alt exemplu este o declaratie de filozofie a companiei care poate aparea pe mai multe subpagini.

Magazinele online sunt adesea afectate de cazurile de continut duplicat extern . Cand va cumparati produsele de la un angrosist, alti comercianti cu amanuntul pot folosi aceleasi descrieri ale produselor pe paginile lor web. In acest caz, continutul identic nu afecteaza doar negativ clasarea in motoarele de cautare, ci si decizia de cumparare a potentialilor clienti. Daca prezentarea unui produs nu difera intre distribuitori, decizia de cumparare se bazeaza pe pret. Cel mai bine este sa folositi descrieri unice de produse si sa verificati in mod regulat daca alti comercianti le-au copiat.

Continutul extern duplicat este, de asemenea, creat atunci cand continutul terta parte este copiat , chiar si ca parte a unei colaborari si cu acordul autorului. Versiunile site-ului dvs. in diferite tari si limbi prin diferite nume de domenii prezinta, de asemenea, un risc de continut duplicat extern.

Motoarele de cautare precum Google folosesc un algoritm pentru a evalua toate paginile web potential relevante si folosesc anumite criterii pentru a determina ordinea in care sunt afisate rezultatele cautarii. Scopul acestei evaluari este de a prezenta utilizatorului cel mai relevant continut in fruntea clasamentului.

Daca acelasi continut apare pe mai multe pagini web, motoarele de cautare nu pot face o evaluare adecvata. Acest lucru complica atribuirea increderii, relevantei si reputatiei si, ca urmare, complica si crearea unui clasament. Prin urmare, motoarele de cautare evita adesea sa indexeze acelasi continut de mai multe ori si sa-l afiseze in rezultatele cautarii, deoarece acest lucru nu ofera nicio valoare adaugata pentru utilizatori. Prin urmare, clasamentul paginilor care contin continut duplicat va scadea.

Datorita efectelor negative ale continutului duplicat, asa-numitele web scrapers ar trebui evitate. Acest tip de software copiaza site-urile web unul cate unul. Un motor de cautare precum Google poate recunoaste scraper-urile web pe baza diferitilor parametri si le poate distinge de paginile web „adevarate”.

Este recomandabil sa verificati in mod regulat daca o pagina web are continut duplicat . In multe cazuri, se intampla fara stirea administratorului site-ului web, de exemplu atunci cand sunt create pagini noi sau link-urile interne sunt inconsecvente. Mai jos, va vom arata cele mai comune metode pe care le puteti utiliza pentru a localiza continut duplicat.

Daca pagina dvs. web consta dintr-un numar limitat de subpagini , este o idee buna sa le verificati manual. Acordati o atentie deosebita sectiunilor de text pe care le utilizati de mai multe ori pe pagina dvs. web. Acestea sunt de obicei prezentari ale companiei sau CTA (indemnuri la actiune).

Banuiti ca un modul text apare de mai multe ori? In acest caz, o cautare pe Google va poate ajuta. Introduceti textul intre ghilimele in caseta de cautare si vedeti daca in rezultatele cautarii apar adrese URL diferite ale paginii dvs. web.

De fapt, Google ascunde rezultatele cautarii duplicate pentru a afisa numai pagini relevante pentru utilizatori. Daca reporniti cautarea, rezultatele ascunse anterior vor aparea in clasament.

In cazul unui numar mare de subpagini sau in comertul electronic , cautarile manuale necesita mult timp. Deoarece multi administratori de site-uri web se confrunta cu aceasta problema, exista mai multe instrumente care verifica automat continutul duplicat.

Google Search Console este un instrument de analiza gratuit si util care ajuta la optimizarea motoarelor de cautare si la gasirea de continut intern duplicat. Gasiti principalele cuvinte cheie sub care se situeaza site-ul dvs. Apoi puteti filtra interogarile exacte. Daca instrumentul listeaza mai multe subpagini, verificati-le pentru continut duplicat. In raportul „Acoperire index”, sub „Pagini excluse”, puteti vedea subpaginile care au fost identificate ca duplicate si, prin urmare, excluse.

Pentru a descoperi continut duplicat extern, veti avea nevoie de un instrument de analiza, cum ar fi Copyscape sau Siteliner. Pur si simplu introduceti adresa URL si instrumentele listeaza toate paginile interne si externe in care continutul se potriveste cu adresa URL.

Acum stii cum sa detectezi continut duplicat. Dar cel mai bine este sa o eviti de la inceput. Aceste sfaturi ar trebui sa va ajute:

• Creati subpagini care se disting clar prin tema si utilizati diferite cuvinte cheie principale pe fiecare pagina. Cel mai bun mod de a controla lucrurile este sa elaborezi in prealabil o strategie de cuvinte cheie.
• Evitati sa plasati paragrafe generalizate pe mai multe subpagini.
• Evitati copierea textelor prescrise (cu exceptia cazului in care este o citare fortata sau un text legal).
• Acordati atentie consistentei legaturilor interne si evitati intrari diferite pentru aceeasi adresa URL. Acestea sunt de obicei create prin adaugarea index.htm la adresa URL a paginii de start sau prin variante cu sau fara bara oblica (/).
• Utilizati domenii de nivel superior pe versiunile dvs. in mai multe limbi si in mai multe tari ale site-ului dvs. web, cum ar fi www.example.com , spre deosebire de subdomenii precum www.example.org/en.

In general, nu puteti influenta crearea de continut duplicat extern daca alti webmasteri va copiaza continutul. Prin urmare, este recomandabil sa porniti manual accesarea cu crawlere dupa crearea unei pagini noi. Daca pagina dvs. web este indexata cu continutul respectiv ca prima pagina, aceasta este clasificata ca originala.

Cauzele tehnice duc adesea la crearea de continut duplicat intern fara stirea administratorului site-ului web . Este recomandabil sa va verificati prezenta online in urmatoarele puncte:

Cand treceti la HTTPS criptat (Hypertext Transfer Protocol Secure) , este important sa configurati redirectionarea de la vechea adresa web. Daca site-ul dvs. vechi este inca accesibil prin http://, este creat continut 100% duplicat.

Asigurati-va ca verificati daca site-ul dvs. poate fi accesat folosind caractere diferite. Cateva exemple tipice sunt:

• Pagina ta de pornire este accesibila prin index.php , precum si cu si fara bara oblica
• Site-ul dvs. este accesibil cu si fara www , ca parte a adresei URL
• Adresa URL diferentiaza majuscule si minuscule

Daca detectati doua sau mai multe adrese URL care duc la aceeasi subpagina, configurati o redirectionare 301 catre pagina principala pentru toate variantele.

• Daca site-ul dvs. are versiuni in diferite limbi sau tari, marcati-le cu hreflang pentru a evita continutul duplicat.
• Verificati parametrii URL. Adesea sunt create adrese URL unice diferite care indica acelasi continut. Aceasta este o cauza comuna a continutului duplicat, in special cu functiile de filtrare din magazinele online.
• Acordati atentie ID-urilor de sesiune care fac parte dintr-o adresa URL. Odata cu utilizarea acestuia, este posibil ca crawlerele sa primeasca un nou ID de fiecare data cand acceseaza o subpagina si astfel ajung la o noua adresa URL.
• Exclude versiunile imprimabile ale site-urilor web de la indexare.

Copierea manipulata si intentionata a continutului terta parte este interzisa din motive de drepturi de autor si in conformitate cu regulile Google. Cu toate acestea, aparitia continutului duplicat online este normala si nu este pedepsita direct . Cu toate acestea, este recomandabil sa evitati continutul duplicat ori de cate ori este posibil.

Cand un site web contine doua sau mai multe subpagini cu continut similar sau identic, puteti imbina continutul intr-o singura pagina sau puteti extinde subpaginile respective adaugand continut unic si cuvinte cheie individuale pentru a va optimiza continutul pentru SEO. Optiunea cea mai potrivita depinde de relevanta paginilor si daca exista posibilitatea de a consolida cuvintele cheie.

Alegeti cuvinte cheie mai puternice pentru titluri, meta descriere si meta titlu. Acest lucru le impiedica sa fie clasificate drept continut duplicat si imbunatateste clasarea in motoarele de cautare. Pentru a modifica textele existente si a le diferentia, utilizati marcatori, liste si tabele sau integrati imagini si videoclipuri.

Motoarele de cautare pot detecta elemente care se repeta in subsoluri sau anteturi si nu le considera continut duplicat . In acest caz, nu este necesar sa creati un continut diferit pentru fiecare subpagina.

Continutul duplicat este doar un aspect al optimizarii motoarelor de cautare.