El contenido duplicado se refiere a bloques de contenido que son completamente idénticos entre sí o muy similares. El contenido casi duplicado se refiere a dos piezas de contenido con solo unas pocas diferencias menores.
En el sitio web, el contenido duplicado es el mismo (o muy similar) contenido que se encuentra en las dos URLs diferentes.
El contenido duplicado puede ser causado por muchos factores, que van desde dificultades técnicas o errores involuntarios hasta acciones deliberadas. Por supuesto, tener contenido similar es natural y a veces inevitable (por ejemplo, citando otro artículo en Internet) o si eres el único autor de tu blog, la página “autor” será similar a la página de principal del blog.
Google estima que entre el 25% y el 30% del contenido de Internet está compuesto por texto duplicado. Google quiere proporcionar los resultados más relevantes a los usuario, entonces sabemos que no quiere mostrar el mismo contenido más de una vez en los resultados de búsqueda.
Cuando Google detecta páginas duplicadas, el algoritmo determina la mejor versión de la página y la muestra en su índice.
Aunque Google realmente no nos dice su técnica para elegir qué página será la “mejor”, podemos hacer algunas suposiciones:
Usted será penalizado por duplicar contenidos. Los que no.
El contenido duplicado es perjudicial a su sitio web? ¿ Esta es una historia para otra ocasión.
Debido a que a Google no le gusta mucho el contenido duplicado, muchas personas han asumido que esta práctica es castigada por Google.. ¡con una penalización!
“We don’t have a duplicate content penalty. It’s not that we would demote a site for having a lot of duplicate content.” John Mueller, Google
«No hay una penalización por contenido duplicado. No vamos a volver a un sitio web, ya que contiene mucho contenido duplicado.» John Mueller De Google
Pero debes tener cuidado de todos modos. Google tiene un doble discurso, y en algunos casos extremos puede tomar la decisión de aplicar una sanción:
“Sin embargo, en algunos casos, el contenido se duplica deliberadamente entre dominios para manipular la clasificación del sitio por los motores de búsqueda o para aumentar el tráfico. Este tipo de práctica engañosa puede tener efectos negativos en la navegación del usuario que ve casi el mismo contenido repetido en un conjunto de resultados de búsqueda.”
Google quiere evitar el SPAM y la sobrecarga innecesaria de su index y de sus servidores. Quiere ofrecer a sus usuarios el mejor contenido posible.
Cuando buscas algo en Google, ¿te gustaría ver exactamente el mismo contenido 10 veces? ¡Claro que no! Deseas resultados diferentes para poder elegir.
Google quiere evitar el SPAM y la sobrecarga innecesaria de su índice y de sus servidores. Si finalidad es ofrecer a sus usuarios el mejor contenido posible.
Google tiene que gastar muchos recursos para rastrear su sitio web. Aunque los recursos de Google parecen ser ilimitados (y probablemente lo son), el rastreador se detiene en algún momento si un sitio web tiene muchas páginas.
Si Google escanea sus páginas y encuentra el mismo contenido una y otra vez, puede dejar de navegar por su sitio.
Esto puede dejar páginas importantes sin explorar, por lo que el contenido nuevo o los cambios pueden no tenerse en cuenta rápidamente. Asegúrese de que todas sus páginas más importantes estén rastreadas e indexadas reduciendo la cantidad de páginas irrelevantes que su sitio envía a Google.
Cuando obtienes backlinks, apuntan a una URL específica. Esta URL se vuelve cada vez más “fuerte” a medida que aumenta el número de enlaces.
Sin embargo, si tienes 10 versiones de la misma página, diferentes sitios web pueden vincular a diferentes versiones de esta. Es mejor que cada sitio enlace a una sola página.
A veces, el fin de duplicar una página web puede dar lugar a una mala experiencia de usuario, lo que puede provocar daños en su sitio web, en el largo plazo.
Si terminas posicionando una página en los primeros resultados de Google cuando no es realmente relevante, los usuarios lo notarán de inmediato (por ejemplo: indexar una página de búsqueda con el color xyz cuando no tenga ningún elemento con esto color).
Supongamos que estas utilizando el subdominio “www” y el protocolo HTTPS. En este caso, tu sitio está disponible a través de https://www.ejamplo.com. Este es tu dominio canónical.
Se o servidor web estiver mal configurado, seu conteúdo também poderá ser acessado:
http://ejemplo.com
https://ejemplo.com
http://www.ejemplo.com
Elija la mejor estructura de URL de tu dominio y configura redirecciones de las versiones no óptimas hacia la mejor versión.
Una estructura jerárquica de URL de productos es un problema recurrente que conduce a la duplicación de contenido.
Supongamos que tienes una tienda de comercio electrónico con muchos productos y categorías, o un blog con muchos artículos y categorías.
Con una estructura de URL jerárquica, las URL se verían así:
https://www.ejamplo.com/tienda/categoria/subcategoria/producto
https://www.ejamplo.com/blog/categoria/subcategoria/articulo
A primera vista, todo parece normal. El problema surge cuando tienes el mismo producto o el mismo artículo en varias categorías.
Por lo tanto, es mejor evitar usar este tipo de estructura de URL si tienes productos que se pueden encontrar en varias categorías.
Sin tu conocimiento, tu página de inicio puede ser accesible a través de múltiples URL porque tu servidor web está mal configurado. Además de https://www.ejamplo.com, también se puede acceder a su página de inicio a través de:
https://www.ejemplo.com/index.html
https://www.ejemplo.com/index.asp
https://www.ejemplo.com/index.aspx
https://www.ejemplo.com/index.php
Elija tu URL preferida e implemente redireccionamientos 301 de versiones no preferidas a la versión preferida.
Caso seu site use um desses URLs, certifique-se de canonizar esta página.
Los sitios web a menudo usan parámetros en las URL para poder proporcionar la funcionalidad de los filtros. Por ejemplo:
https://www.ejemplo.com/juguete/coche?color=negro
En Esta página se le mostraría a todos los pequeños de coches a catania.
Si bien es bueno para los visitantes, puede causar grandes problemas a los motores de búsqueda. Las opciones de filtro a menudo generan un número virtualmente infinito de combinaciones cuando hay más de una opción de filtro disponible. Especialmente porque los parámetros también se pueden reorganizar.
Estas dos URLs que demostrarían es exactamente el mismo que el de los contenidos:
https://www.example.com/juguete/coche?color=negro&type=course
https://www.example.com/juguete/coche?type=course&color=negro
Implementa las URL canonicales, una para cada página principal, sin filtrar, para evitar la duplicación de contenido y consolidar la autoridad de la página entregada por el filtro. Ten en cuenta que esto no evita problemas de Crawl Budget. También puedes usar la función de parámetros de URL en Google Search Console para indicar a los robots cómo administrar la configuración.
Es una buena práctica utilizar entornos de preproducción para implementar y probar nuevas funciones en sus sitios web. Pero a menudo están abiertos a los motores de búsqueda y entonces indexables.
Bloquear el acceso a Google Robots.txt o el uso de un sistema de identificación para impedir el acceso a los entornos de pre-producción de la prueba, es un beneficio adicional que impide que los participantes tengan acceso a ellas.
La búsqueda de pago requiere páginas de destino dedicadas que se dirigen a palabras clave y publico específicos. Las páginas de destino a menudo son reproducciones de páginas originales, que luego se ajustan para orientar estas palabras clave específicas. Como estas páginas son muy similares, producen contenido duplicado si los motores de búsqueda las indexan.
Evita que los motores de búsqueda indexen estas Landings Pages implementando el atributo noindex en los meta-robots. En general, es mejor no vincular a estas páginas y no incluirlas en su mapa del sitio de ajándolas “huérfanas”.
Muchos sitios un motor de búsqueda interno. Las páginas en las que se muestran los resultados de búsqueda son muy similares y, en la mayoría de los casos, no proporcionan ningún valor a los motores de búsqueda. Es por eso que estas páginas no deberían ser indexables para los motores de búsqueda.
Evita que los motores de búsqueda indexen las páginas de resultados de búsqueda utilizando los atributos de meta-robot noindex, follow. Además, es mejor no vincular hacia las páginas de resultados de búsqueda.
El contenido duplicado también puede provenir de otras personas que copian tu contenido y lo publican en otro lugar. Esto es especialmente un problema si tu sitio web tiene una autoridad de dominio bastante débil, y quien copia tu contenido tiene una autoridad de dominio más alta. Los sitios web con mayor autoridad de dominio a menudo se rastrean con mayor frecuencia, de modo que el contenido copiado se indexa primero en el sitio web de la persona que copió el contenido. El riesgo es que Google les atribuya este contenido y que se posicionen mejor en los resultados de Google.
Asegúrate de que otros sitios web lo acrediten implementando una URL canónica a tu página y un enlace a tu página. Si no están dispuestos a hacerlo, puede enviar una solicitud DMCA a Google y/o tomar medidas legales.
Copiar contenido de otros sitios web también es una forma de contenido duplicado. Google ha documentado la mejor manera de manejar esto desde la perspectiva de SEO: un enlace a la fuente original, combinado con una URL canónica o una etiqueta noindex para meta-robots. Ten en cuenta que no todos los editores o webmasters están muy interesados en distribuir su contenido, por lo que se recomienda que solicites un permiso para usar su contenido.
Para ayudarte a identificar contenido duplicado en tu sitio web, existen herramientas de rastreo (por ejemplo, Screaming Frog) que examinará y analizará tu sitio web.
Una vez que su sitio web sea un engatinhado, debe asegurarse de que los premios son los siguientes:
Si tienes un sitio web pequeño, puedes intentar buscar “pedazos” de tu contenido en Google.
También puedes usar un servicio como Copyscape para sitios web más grandes.
Copyscape escanea la web en busca de múltiples ocurrencias del mismo contenido o casi idéntico.
Google utiliza 810 posibilidades para la visualización de la información en los SERPs
Search Console: más control sobre mensajes y SERPs
La película Birds of Prey cambió su nombre debido a una mala visibilidad en Google
Las agencias de SEO en el mundo de la economía global
Comunicación
Internet
Publicidad y Marketing