Le contenu dupliqué : le mythe et le vrai problème

Peu de sujets charrient autant de peur inutile que le « duplicate content ». On lit encore qu’une phrase répétée sur deux pages vaudrait sanction. La réalité documentée est plus simple et plus intéressante : il n’y a pas de pénalité pour les doublons ordinaires, il y a un arbitrage, et le vrai enjeu est de savoir qui arbitre.

Ce que Google fait vraiment des doublons

Quand plusieurs adresses servent le même contenu, Google ne punit pas : il regroupe. Il choisit dans le groupe une version dite canonique, celle qui représentera le contenu dans les résultats, et les autres ne sont plus explorées qu’occasionnellement. La sanction n’existe que pour la duplication trompeuse, celle de la série sur les pratiques punies : copier les contenus d’autrui en masse. Le doublon involontaire, lui, est un phénomène normal que le moteur gère tous les jours.

D’où viennent ces doublons involontaires ? Rarement d’un copier-coller. Ce sont des adresses : la version avec et sans www, le HTTP et le HTTPS qui coexistent, l’URL avec sa barre oblique finale et sans elle, les paramètres de suivi que les régies accrochent aux liens. Chaque variante est, pour le moteur, une adresse de plus servant la même page.

Le vrai problème : perdre l’arbitrage

Si vous ne dites rien, Google choisit seul, et la documentation est franche sur ce point : son choix peut ne pas être le vôtre. C’est la version à paramètres qui se met à sortir dans les résultats, ou l’ancienne adresse au lieu de la nouvelle. Et les signaux se diluent en attendant l’arbitrage : des liens externes qui pointent, moitié vers une variante, moitié vers l’autre, partagent leur poids entre deux adresses au lieu de le donner à une seule.

Les outils pour garder la main sont au nombre de trois, et les deux premiers ont déjà leurs articles : la redirection permanente, qui reste le signal le plus fort quand une variante peut disparaître ; la cohérence interne, tous vos propres liens écrits sous la même forme d’adresse ; et la balise canonique, une ligne dans l’entête de la page qui déclare « la version de référence est celle-ci », pour les cas où les variantes doivent continuer d’exister.

Le cas qui concerne tout le monde ici

Une inquiétude revient à chaque devis multilingue : « nos pages française et allemande disent la même chose, est-ce du contenu dupliqué ? » Non. Une traduction n’est pas un doublon, ce sont des contenus différents pour des publics différents, et le mécanisme prévu pour les relier est le hreflang décrit dans le volet sur les langues. La seule erreur possible en la matière est celle qui y était pointée : traduire le corps de la page en laissant titres et descriptions dans la langue d’origine, car là, oui, on fabrique des pages que le moteur ne sait plus distinguer.