Duplicate content - czym jest i jak naprawdę wpływa na SEO?

Duplicate content (duplikacja treści) to ta sama lub bardzo podobna treść dostępna pod więcej niż jednym adresem URL, w obrębie jednej witryny albo na różnych stronach. Wbrew popularnemu mitowi Google nie nakłada kary za przypadkową duplikację. Wybiera jedną wersję do pokazania w wynikach, a pozostałe pomija. Problem polega na tym, że może wybrać nie tę wersję, na której Ci zależy, i rozproszyć sygnały między kopiami.

Mateusz NowakFreelancer SEO · Katowice
Porady SEO6 min czytaniaZaktualizowano:
duplicate content co to jest

Czego dowiesz się z tego artykułu:

  • Google nie karze za przypadkową duplikację, tylko wybiera jedną wersję strony jako kanoniczną
  • Tag canonical to dla Google wskazówka, a nie polecenie, więc musi być spójny z linkami i mapą witryny
  • Przetłumaczona wersja językowa nie jest duplikatem, o ile przetłumaczono główną treść strony
  • Przy syndykacji treści Google zaleca partnerom tag noindex, a nie canonical
  • Najczęstsze źródła duplikacji to warianty adresów, parametry URL i skopiowane opisy producenta

Co to jest duplicate content?

Duplicate content to sytuacja, w której ta sama treść jest dostępna pod różnymi adresami. Google nazywa proces radzenia sobie z tym kanonikalizacją: grupuje podobne strony, wybiera jedną jako główną (kanoniczną) i to ją pokazuje w wynikach. Strona kanoniczna jest dla Google głównym źródłem do oceny treści i jakości.

Duplikacja jest powszechna. Gary Illyes z Google mówił, że około 60% internetu to treści zduplikowane. Większość z nich powstaje przypadkiem, przez sposób działania systemów CMS i sklepów, a nie przez kopiowanie tekstów.

Duplikacja wewnętrzna i zewnętrzna

Duplikacja wewnętrzna dotyczy jednej witryny. Najczęstsze przyczyny:

  • Warianty adresu - strona dostępna z www i bez www, przez http i https, z ukośnikiem na końcu i bez.
  • Parametry URL - sortowanie, filtry, identyfikatory sesji i parametry kampanii, np. ?utm_source czy ?gclid.
  • Warianty produktów - osobne adresy dla kolorów lub rozmiarów z identycznym opisem.
  • Tagi, archiwa i paginacja - w WordPressie ten sam wpis widać na stronie wpisu, w kategorii, tagu i archiwum autora.
  • Wersje do druku i strony testowe - kopie zostawione po przebudowie lub na subdomenie testowej bez blokady.

Duplikacja zewnętrzna dotyczy różnych witryn. To np. opisy producenta skopiowane przez dziesiątki sklepów, artykuły publikowane u partnerów (syndykacja) albo teksty skradzione przez scrapery.

Czy Google karze za duplicate content?

Nie za przypadkową duplikację. Martin Splitt z Google wyjaśniał, że zduplikowana treść nie obniża jakości witryny w oczach Google, ale stwarza problemy operacyjne: spowalnia skanowanie i utrudnia mierzenie wyników. Ahrefs, analizując kanonikalizację, opisuje to tak samo: Google wybiera jedną wersję do zaindeksowania, a sygnały z całej grupy kopii trafiają do tej wybranej.

Realne skutki duplikacji są inne, niż sugeruje słowo "kara":

  • Zła wersja w wynikach - Google może pokazać adres z parametrem albo wersję do druku zamiast docelowej podstrony.
  • Rozproszone sygnały - linki prowadzące do różnych kopii nie zawsze zostaną w pełni połączone.
  • Zmarnowane skanowanie - na dużych stronach robot traci czas na kopie zamiast na nowe treści.
  • Trudniejsza analityka - ruch dzieli się między kilka adresów tej samej treści.

Wyjątkiem jest celowe kopiowanie cudzych treści na masową skalę. Google traktuje scrapowanie, czyli publikowanie skopiowanych treści bez wartości dodanej, jako naruszenie zasad spamu. To jednak zupełnie inna sytuacja niż sklep z kilkoma wariantami produktu.

Kto jest autorem oryginału?

Często powtarza się, że Google zawsze rozpozna, kto opublikował tekst pierwszy. Miejsce pierwszej publikacji jest jednym z sygnałów kanonikalizacji, ale nie jedynym. Przykład syndykacji pokazuje, że nie jest to pewne: serwisy publikujące treści partnerów, np. Yahoo, potrafiły wyprzedzać w Google oryginalnych wydawców. Silniejsza domena z kopią może więc wygrać z mniejszą stroną z oryginałem.

Google pokazuje nie tę wersję strony?

W audycie SEO wyłapuję duplikaty, błędne adresy kanoniczne i zbędne warianty URL, a potem porządkuję stronę tak, żeby sygnały trafiały pod jeden adres.

Wersje językowe - czy to duplikacja?

Przetłumaczona wersja strony nie jest duplikatem. Google pisze wprost, że zlokalizowane wersje strony uznaje za duplikaty tylko wtedy, gdy główna treść pozostała nieprzetłumaczona. John Mueller dodawał, że przetłumaczona treść to inne słowa, więc jest to inna treść.

Problem pojawia się w dwóch przypadkach. Pierwszy to wersje regionalne w tym samym języku, np. osobne strony dla Polski i dla Polaków w Niemczech z identycznym tekstem. Drugi to tłumaczenie maszynowe bez redakcji, które Google może ocenić jako treść niskiej jakości. W obu przypadkach pomaga atrybut hreflang, który mówi Google, że strony są wersjami tej samej treści dla różnych odbiorców. Osobne domeny krajowe nie są błędem, jeśli dobrze opisze się ich relacje.

Jak znaleźć duplicate content?

Duplikację wewnętrzną najlepiej wykryć crawlem całej witryny, a zewnętrzną narzędziami do wyszukiwania kopii tekstu:

  • Google Search Console - w raporcie Strony sprawdź statusy dotyczące duplikatów, np. gdy Google wybrał inną stronę kanoniczną niż wskazana albo gdy strona kanoniczna nie została wskazana wcale.
  • Screaming Frog - wykrywa identyczne i prawie identyczne strony, zduplikowane tytuły i opisy meta.
  • Siteliner - pokazuje procent powtarzającej się treści między podstronami mniejszych witryn.
  • Copyscape i wyszukiwanie fragmentu w cudzysłowie - pozwalają znaleźć kopie Twoich tekstów na innych stronach.

Jak usunąć i zapobiegać duplikacji treści?

Rozwiązanie zależy od tego, czy kopia jest w ogóle potrzebna. Google opisuje kilka metod wskazania wersji kanonicznej, od najsilniejszej do najsłabszej:

MetodaKiedy stosować
Przekierowanie 301kopia nie jest potrzebna, np. wersja http lub bez www
Tag rel="canonical"kopia musi działać, np. adres z filtrem lub wariant produktu
Mapa witrynyuzupełniający sygnał, w mapie umieszczaj tylko adresy kanoniczne

Najważniejsza zasada: wszystkie sygnały muszą wskazywać ten sam adres. Google traktuje canonical jako wskazówkę, a nie regułę, i może wybrać inną stronę jako kanoniczną. Dzieje się tak najczęściej wtedy, gdy canonical wskazuje jeden adres, a linki wewnętrzne i mapa witryny inny. Nie stosuj też różnych adresów kanonicznych dla tej samej strony w różnych metodach.

Kilka praktycznych zasad:

  • Nie używaj noindex zamiast canonical w obrębie witryny - Google tego nie zaleca, bo noindex całkowicie usuwa stronę z wyników.
  • Nie blokuj kopii w robots.txt - robot nie zobaczy wtedy tagu canonical i nie połączy sygnałów.
  • Pisz własne opisy produktów - zacznij od produktów i kategorii, które przynoszą najwięcej ruchu i sprzedaży.
  • Uporządkuj taksonomie w WordPressie - puste lub prawie puste tagi i archiwa autora warto wyłączyć z indeksu we wtyczce SEO.
  • Przy syndykacji wymagaj noindex - Google zaleca, żeby partnerzy publikujący Twoje treści oznaczali je tagiem noindex. Canonical w takim przypadku nie jest rekomendowany, bo strony partnerów często znacznie się różnią od oryginału.

Duplicate content rzadko jest katastrofą, ale prawie zawsze jest okazją do uporządkowania strony. Jeden adres na jedną treść to szybsze skanowanie, czytelniejsze dane i pewność, że Google pokazuje właściwą wersję. Jeśli chcesz sprawdzić, ile duplikatów ma Twoja strona i które z nich warto usunąć w pierwszej kolejności, zobacz, jak wygląda pozycjonowanie stron WWW w mojej ofercie, w tym audyt techniczny i treści.


Mateusz Nowak
Autor Mateusz Nowak

Freelancer SEO z Katowic. Pomagam firmom zwiększać widoczność w Google i zdobywać klientów z internetu.

Blog

Przeczytaj też.

Praktyczne porady o pozycjonowaniu, SEO lokalnym i marketingu, napisane prostym językiem i z myślą o właścicielach firm.

Nie wiesz, od czego zacząć?

Zacznij od bezpłatnej analizy. Sprawdzę, co ogranicza widoczność Twojej strony.

Ustawienia plików cookies