Sauter au contenu
Le Référencement

Éviter les doublons de texte à l'intérieur et à l'extérieur du site

Éviter les doublons de texte à l'intérieur et à l'extérieur du site

Le contenu dupliqué (« duplicate content ») désigne un contenu identique ou très proche publié à plusieurs adresses, sur un même site web ou sur des sites différents. Google n'affiche en général qu'une de ces pages dans ses résultats de recherche et choisit seul la version à retenir si aucun signal ne l'oriente.

Les grandes parties
  1. Ce que recouvre le contenu dupliqué
  2. Pourquoi le contenu dupliqué pose problème au référencement
  3. Doublons internes et externes : les deux familles
  4. Contenu dupliqué entre sites : copie, plagiat et syndication
  5. Exemple d'une boutique et de ses fiches produits
  6. Comment repérer le contenu dupliqué
  7. Corriger les doublons : balise canonique, redirection et réécriture
  8. Versions linguistiques, fichiers PDF et pages imprimables
  9. Pages de catégories, paramètres et filtres
  10. Éviter la duplication dès la rédaction

Ce que recouvre le contenu dupliqué

Le contenu dupliqué ne se limite pas au copier-coller d'un article. Sa définition couvre toute situation où deux URL affichent un même contenu ou un contenu à peine modifié : duplication interne sur un même nom de domaine, ou externe entre plusieurs sites internet. Google sait que de nombreux sites produisent des doublons pour des raisons techniques, sans intention de tromper, et ne sanctionne pas systématiquement ce type de contenu. Le risque pour le référencement SEO reste réel : les pages se font concurrence, la popularité apportée par les liens se partage entre plusieurs adresses, et le robot d'exploration dépense son temps sur des pages sans valeur ajoutée, au détriment de la visibilité du site.

La sanction vise surtout la copie manifeste, faite pour manipuler les résultats : des textes pris sur d'autres sites sans apport, produits en masse. Dans les autres cas, l'effet est plus discret : la bonne page n'apparaît pas, ou apparaît sous une adresse inattendue, et l'auteur du contenu original peut même se retrouver victime d'un site copieur mieux classé.

Pourquoi le contenu dupliqué pose problème au référencement

Première conséquence, le contenu dupliqué crée une confusion : face à plusieurs pages au contenu similaire, le moteur de recherche doit décider laquelle présenter, et il n'en retient qu'une. La page choisie n'est pas forcément la plus utile, ni celle que le propriétaire du site préfère. Son impact touche aussi les liens : si trois adresses affichent la même page, les liens reçus se répartissent entre elles au lieu de renforcer une seule URL.

Il gaspille ensuite le budget d'exploration. Un site qui multiplie les pages copiées oblige le robot à explorer de nombreuses adresses inutiles avant d'atteindre les pages importantes, ce qui retarde l'indexation d'un nouveau contenu. Enfin, un contenu dupliqué sur un site de vente ou d'information dessert l'internaute, qui retrouve les mêmes phrases d'une page à l'autre et perd confiance dans la qualité du site.

Doublons internes et externes : les deux familles

FamilleSituationCause fréquente
Doublon interneUne même page répond à plusieurs adresses du siteVersions avec et sans « www », HTTP et HTTPS, paramètres de tri, adresses avec et sans barre finale
Doublon interneDeux pages différentes disent presque la même choseFiches produits similaires, pages par ville au texte copié
Doublon externeLe texte d'un site se retrouve sur un autreCopie par un tiers, contenu fournisseur repris tel quel, syndication

Le contenu dupliqué de la première famille se règle surtout par des réglages techniques, comme la redirection de toutes les adresses vers la version sécurisée lors du passage en HTTPS, la seconde par un travail de rédaction. Dans les deux cas, repérer le contenu dupliqué précède toute correction.

Contenu dupliqué entre sites : copie, plagiat et syndication

Le contenu dupliqué externe apparaît lorsqu'un texte se retrouve sur un autre site. Le cas le plus connu est le plagiat : un tiers copie un article, parfois en changeant quelques mots. Les moteurs cherchent à reconnaître la source d'origine, mais ils peuvent se tromper, surtout si le site copieur est plus puissant ou mieux exploré. Un texte publié sur son site avant tout autre repère, et indexé rapidement, a davantage de chances d'être reconnu comme l'original.

La syndication, c'est-à-dire la republication volontaire d'un article sur un autre site, crée aussi un doublon. Elle se règle par un accord clair : le site qui reprend le texte peut, par exemple, indiquer l'article d'origine comme version de référence grâce à une balise canonique. Sans cet accord, le contenu dupliqué se répand et l'original perd sa place. Les fournisseurs et les fabricants diffusent également le même texte à tous leurs revendeurs : le texte d'une fiche produit repris tel quel par un site de commerce ne lui apporte aucune valeur propre.

Exemple d'une boutique et de ses fiches produits

Prenons l'exemple d'une boutique qui vend des vestes en trois coloris et cinq tailles. Chaque combinaison possède sa propre adresse, avec la même description du fabricant, copiée par plusieurs revendeurs. Résultat : quinze pages au contenu quasi identique sur le site, et la même description répétée sur d'autres boutiques. Aucune de ces pages n'a de raison d'être préférée, et la boutique perd sa visibilité face à une concurrence mieux établie.

La correction passe par trois étapes : désigner une page principale pour la veste et regrouper les variantes sous elle, rédiger une description propre qui apporte des informations absentes du texte du fabricant (conseils d'entretien, usages, questions courantes), et corriger la structure des adresses pour éviter les copies techniques.

Comment repérer le contenu dupliqué

Pour détecter le contenu dupliqué, trois approches complémentaires existent. D'abord, une recherche manuelle : copier une phrase caractéristique de la page entre guillemets dans la barre de recherche de Google, et regarder si d'autres adresses ressortent. Ensuite, un outil d'exploration du site, qui parcourt chaque page et signale les balises title, les meta descriptions et les contenus identiques ou très proches. Enfin, la Search Console de Google, qui indique les pages exclues de l'index parce qu'une autre version a été choisie.

Les outils de détection du plagiat comparent un texte à de très nombreuses sources et affichent un pourcentage de similarité. Ils servent surtout à contrôler un texte avant publication ou à retrouver un site qui a copié le vôtre. Un taux de similarité ne dit pas à lui seul si un passage est problématique : une citation courte ou une mention légale identique n'est pas gênante. Cette analyse du contenu dupliqué s'intègre naturellement à un audit SEO complet.

Corriger les doublons : balise canonique, redirection et réécriture

Plusieurs solutions existent, selon la cause et le type de contenu dupliqué.

  • La balise canonique, placée dans le code de l'en-tête d'une page, indique au moteur quelle adresse représente la version de référence quand des URL multiples affichent un contenu proche.
  • La redirection 301 envoie définitivement une adresse vers une autre, solution idéale lorsque la copie n'a pas de raison d'exister.
  • La réécriture du texte rend unique une page qui répète une autre, la meilleure réponse pour des fiches similaires.
  • La fusion de plusieurs pages en une seule, plus complète, règle le cas de pages qui visent la même requête.

La balise canonique est une indication et non un ordre : le moteur peut la suivre ou l'ignorer s'il la juge incohérente. Elle doit donc pointer vers une adresse qui fonctionne, accessible et indexable. Deux pages qui se citent mutuellement comme version de référence créent une contradiction que le robot résout à sa façon.

Versions linguistiques, fichiers PDF et pages imprimables

Certaines copies de contenu passent inaperçues parce qu'elles ne ressemblent pas à des pages web classiques. Une version imprimable d'un article, ou le même texte proposé en fichier PDF, forme une seconde adresse au contenu identique, que le moteur peut explorer et indexer. Les versions linguistiques posent une question différente : un texte traduit n'est pas considéré comme du contenu dupliqué, mais deux pages en français destinées à la France et à la Belgique, presque identiques, gagnent à être reliées par l'attribut hreflang pour que Google présente la bonne version à chaque utilisateur. Le fichier robots.txt, en revanche, n'est pas une solution conseillée : un robot qui ne peut plus explorer une page ne voit pas non plus la balise canonique qu'elle porte.

Pages de catégories, paramètres et filtres

Sur un site de commerce ou un blog, les pages de catégorie, d'étiquette et de filtre génèrent beaucoup de contenu dupliqué sans que personne l'ait voulu. Une même liste de produits se retrouve triée par prix, par nom ou par couleur, chaque tri produisant une nouvelle URL avec ses paramètres, et les pages de pagination s'ajoutent à ce nombre d'adresses. Pour ces pages, il est pertinent d'utiliser une balise canonique (le lien « rel canonical » dans l'en-tête) qui renvoie vers la liste principale, et de limiter l'exploration des paramètres inutiles. Le contenu dupliqué n'est alors plus un risque, mais un détail maîtrisé.

Éviter la duplication dès la rédaction

En pratique, la meilleure stratégie de lutte contre le contenu dupliqué reste la prévention. Chaque page doit avoir un sujet propre, un titre unique et une description différente. Pour les pages qui se ressemblent par nature, comme les pages par ville ou par produit, un modèle commun ne suffit pas : il faut y ajouter des informations locales ou propres à chaque cas. Un texte copié d'un fournisseur ou d'un annuaire est à réécrire entièrement. Le même conseil vaut pour un contenu repris sur les réseaux sociaux ou sur un autre site : garder la version originale sur son propre site, mise en ligne en premier.

Lorsque deux pages visent la même requête, la question dépasse la duplication stricte : elles se partagent le même mot clé et se gênent. La page consacrée à la cannibalisation de mots-clés décrit cette situation voisine. Quant à la rédaction d'un texte original, elle suit les principes de la rédaction web. L'ensemble des sujets de contenu se retrouve dans la rubrique Contenu et mots-clés.

Date de publication : - Dernière mise à jour :

Derniers guides

À parcourir aussi

↑