Wat is dubbele inhoud?

Duplicate content is content die op meer dan één plaats op het internet verschijnt. Deze "ene plaats" wordt gedefinieerd als een site met een uniek websiteadres ( URL ) - dus als dezelfde inhoud op meer dan één webadres verschijnt, heb je dubbele inhoud.

Hoewel is technisch gezien geen boete Dubbele inhoud kan soms van invloed zijn op de positie in zoekmachines. Wanneer er veel stukken zijn, zoals Google het noemt Als een zoekmachine "sterk gelijkende" inhoud op meer dan één site op internet vindt, kan het moeilijk zijn voor zoekmachines om te bepalen welke versie het meest relevant is voor een bepaalde zoekopdracht.

Waarom is de dubbele inhoud belangrijk?

Voor zoekmachines

Dubbele inhoud kan drie belangrijke problemen opleveren voor zoekmachines:

1. Ze weten niet welke publicaties wel of niet moeten worden opgenomen in hun indicatoren.
2. Ze weten niet of ze directe link metrics (vertrouwen, autoriteit, ankertekst ,eigen vermogen aansluiten enz.) op één pagina of houd het gescheiden tussen verschillende versies.
3. Ze weten niet welke publicaties ze moeten ranken voor zoekresultaten.

Voor website-eigenaren

Wanneer er sprake is van dubbele inhoud, kunnen site-eigenaren te lijden hebben onder rankings en verlies van verkeer. Deze verliezen zijn vaak het gevolg van twee belangrijke problemen:

1. Om de beste zoekervaring te bieden, zullen zoekmachines zelden meerdere versies van dezelfde inhoud weergeven en worden ze dus gedwongen om te kiezen welke versie waarschijnlijk het beste resultaat oplevert. Dit verwatert de zichtbaarheid elke van de dubbels.
2. Equity Link kan verder verwateren omdat andere sites moeten kiezen tussen duplicaten. In plaats van dat alle inkomende links naar één stuk inhoud verwijzen, verwijzen ze naar meerdere stukken, waardoor de equity van de link tussen de duplicaten wordt verspreid. Omdat inkomende links rankingfactor Dit kan vervolgens de zoekzichtbaarheid van een stuk inhoud beïnvloeden.

Het nettoresultaat? Een stuk inhoud wordt anders niet zichtbaar in de zoekresultaten.

Hoe ontstaan duplicatieproblemen?

In de overgrote meerderheid van de gevallen maken website-eigenaren geen opzettelijk dubbele inhoud. Maar dat betekent niet dat het er niet is. Sterker nog, volgens sommige schattingen is tot 29% van het web is eigenlijk dubbele inhoud!

Laten we eens kijken naar een aantal van de meest voorkomende manieren om per ongeluk dubbele inhoud te maken:

1. URL-variaties

URL-parameters, zoals kliktracking en sommige analyticscode, kunnen problemen veroorzaken met dubbele inhoud. Dit probleem kan niet alleen worden veroorzaakt door de parameters zelf, maar ook door de volgorde waarin deze parameters in de URL zelf staan.

Bijvoorbeeld:

• De www.widgets.com/blue-widgets?c ... is een duplicaat van de www.widgets.com/blue-widgets?c ... & cat = 3 "class =" redactor-autoparser-object"> www.widgets. com/blue-widgets is een kopie van de www.widgets.com/blue-widgets kat = 3 & kleur = blauw

Ook sessie-ID's zorgen vaak voor dubbele inhoud. Dit gebeurt wanneer elke gebruiker die een website bezoekt een andere sessie-id heeft die is opgeslagen in de URL.

Printervriendelijke contentversies kunnen ook problemen veroorzaken met dubbele content bij het indexeren van meerdere versies van pagina's.

Een les die we hieruit kunnen leren is dat het, waar mogelijk, vaak nuttig is om het toevoegen van URL-parameters of alternatieve URL-versies te vermijden (de informatie die ze bevatten kan meestal door scripts worden doorgegeven).

2. HTTP- vs. HTTPS- of WWW- vs. niet-WWP-pagina's

Als uw site afzonderlijke versies heeft op "www.site.com" en "site.com" (met en zonder het voorvoegsel "www") en dezelfde inhoud op beide versies staat, hebt u effectief dubbele pagina's van elk van hen gemaakt. Hetzelfde geldt voor sites die versies onderhouden op zowel http:// als https://. Als beide versies van een pagina live staan en zichtbaar zijn voor zoekmachines, kan er sprake zijn van duplicate content.

3. Inhoud die is gekopieerd of gedupliceerd

Inhoud omvat niet alleen blogberichten of redactionele inhoud, maar ook pagina's met productinformatie. Scrapers die je bloginhoud opnieuw publiceren op hun eigen sites zijn misschien een bekendere bron van dubbele inhoud, maar er is een veelvoorkomend probleem voor e-commercesites: productinformatie. Als veel verschillende sites dezelfde artikelen verkopen en allemaal de beschrijvingen van de fabrikant van die artikelen gebruiken, komt dezelfde inhoud op meerdere sites op het web terecht.

Problemen met dubbele inhoud oplossen

Het oplossen van duplicaatproblemen is gebaseerd op hetzelfde centrale idee: bepalen welke van de duplicaten de "juiste" is.

Wanneer inhoud op een website in meerdere URL's kan worden gevonden, moet u normaliseren voor zoekmachines. Laten we eens kijken naar de drie belangrijkste manieren om dit te doen: Het gebruik van een 301 redirect naar de juiste URL, het rel=canonical attribuut, of het gebruik van de configuratie manipulatie tool in Google Search Console.

Omleiding 301

In veel gevallen is de beste manier om dubbele inhoud tegen te gaan het maken van een 301 omleiding van de "duplicaat" pagina naar de home content pagina.

Wanneer meerdere pagina's met een goede positie worden samengevoegd tot één pagina, concurreren ze niet alleen niet meer met elkaar, maar creëren ze ook een sterker signaal van relevantie en populariteit. Dit heeft een positieve invloed op het vermogen van de "juiste" pagina om goed te scoren.

Rel = "normaal".

Een andere optie voor het omgaan met dubbele inhoud is het gebruik van de rel = canoniek . Dit vertelt zoekmachines dat een bepaalde pagina moet worden behandeld alsof het een kopie is van een gespecificeerde URL en alle links, inhoud en "ranking power" die zoekmachines toepassen op die pagina moeten worden toegekend aan de gespecificeerde URL.

Het attribuut rel="canonical" maakt deel uit van de HTML-header van een webpagina en ziet er als volgt uit:

Algemene vorm:

... [andere code die mogelijk in de HTML-header van je document staat] ...  ... ... [andere code die in de HTML-header van je document kan staan] ...

Het rel=canonical attribuut moet worden toegevoegd aan de HTML header van elke gedupliceerde versie van een pagina, waarbij het "home page URL" gedeelte wordt vervangen door een link naar de originele (canonical) pagina. (Zorg ervoor dat u de aanhalingstekens behoudt.) Het attribuut geeft ongeveer evenveel eigen links (rankingkracht) door als de 301 redirect en, omdat het op paginaniveau wordt geïmplementeerd (in plaats van op de server), kost het vaak minder ontwikkelingstijd om te implementeren.

Hier is een voorbeeld van de normale functie in de praktijk:

De MozBar om normale kenmerken te identificeren.

Hier kunnen we zien dat BuzzFeed de attributen rel=canonical gebruikt om het gebruik van URL-parameters aan te passen (in dit geval click tracking). Hoewel deze pagina toegankelijk is met twee URL's, zorgt het attribuut rel=canonical ervoor dat alle dezelfde link- en inhoudsaantallen worden toegewezen aan de startpagina (/no-one-do-this-now).

Meta Robots Noindex

Een meta-tag die bijzonder nuttig kan zijn voor het omgaan met dubbele inhoud is de meta-robots wanneer gebruikt met de waarden "noindex, follow". Meestal genoemd Meta Noindex, Volgen en technisch bekend als content = "noindex, follow" kan deze meta-robot-tag worden toegevoegd aan de HTML-header van elke afzonderlijke pagina die moet worden uitgesloten van de index van een zoekmachine.

Algemene vorm:

... [andere code die in de HTML-header van je document kan staan] ...  ... ... [andere code die in de HTML-header van je document kan staan ] ... [andere code die in de HTML-header van je document kan staan ] ...

De meta-bot tag staat zoekmachines toe om links op een pagina te crawlen, maar voorkomt dat ze deze links opnemen in hun indexen. Het is belangrijk om de dubbele pagina te kunnen crawlen, ook al zegt u tegen Google dat hij niet geïndexeerd mag worden, omdat Google expliciet waarschuwt om crawltoegang tot dubbele inhoud op uw site niet te beperken. (Zoekmachines willen alles zien voor het geval u een fout hebt gemaakt in uw code. Zo kunnen ze een [mogelijk geautomatiseerd] "oordeel vellen" in anders dubbelzinnige situaties).

Het gebruik van meta-robots is een bijzonder goede oplossing voor dubbele inhoudskwesties met betrekking tot Oproep .

Voorkeurdomein en configuratieafhandeling in Google Search Console

Met Google Search Console kunt u het volgende instellen voorkeurssector van uw website (bijv. http://yoursite.com in plaats van http://www.yoursite.com) en geef aan of Googlebot verschillende URL-parameters detecteren anders (parameterbehandeling).

Afhankelijk van de structuur van de URL en de oorzaak van uw problemen met dubbele inhoud, kan het instellen van de voorkeursdomeinafhandeling of -configuratie (of beide!) een oplossing bieden.

Het grootste nadeel van het gebruik van configuratie als de belangrijkste methode om dubbele inhoud aan te pakken, is dat de wijzigingen die u aanbrengt alleen werken voor Google. Regels die je toepast via Google Search Console hebben geen invloed op hoe Bing of andere zoekmachinecrawlers je site interpreteren; je zult webmasterhulpprogramma's voor andere zoekmachines moeten gebruiken naast het aanpassen van de instellingen in Search Console.

Aanvullende methoden voor het omgaan met dubbele inhoud

1. Zorg voor consistentie bij het intern inloggen op een website. Als een webmaster bijvoorbeeld bepaalt dat de reguliere versie van een domein www.example.com/ is, dan moeten alle interne links naar adres http: // www. voorbeeld.co ... in plaats van http: // voorbeeld.com/pa ... (let op de afwezigheid van www).
2. Zorg er bij het verspreiden van inhoud voor dat de syndicatiesite een link terug naar de oorspronkelijke inhoud toevoegt in plaats van een variatie op de URL. (Zie de aflevering van Whiteboard van vrijdag over door de dubbele inhoud aan te pakken voor meer informatie).
3. Om een extra beveiliging toe te voegen tegen content dieven die SEO krediet stelen voor uw content, is het een goed idee om een zelfverwijzende rel=canonical link toe te voegen aan uw bestaande pagina's. Dit is een canonical attribuut dat de URL toont waar het al op staat. Dit is een canoniek attribuut dat de URL toont waar het al op staat, om de inspanningen van sommige scrapers af te schrikken.
   Een zelfverwijzende rel=normal link: De URL gespecificeerd in de rel=normal tag is dezelfde als de URL van de huidige pagina.
   
   Hoewel niet alle scrapers de volledige HTML-code van hun oorspronkelijke hardware zullen overnemen, zullen sommige dat wel doen. Voor degenen die dat wel doen, zorgt de rel=normal-tag met zelfverwijzing ervoor dat de versie van je site wordt gecrediteerd als het "originele" stuk inhoud.