Cómo optimizar el contenido duplicado para SEO

El contenido duplicado es el mismo contenido o similar que existe en varias páginas, en un dominio o en diferentes sitios web.

El contenido duplicado es problemático para los motores de búsqueda porque, cuando ven el mismo contenido en varias ubicaciones, no saben qué URL debe ser:

• Indexado,
• Señales de clasificación relevantes asignadas, y
• Aparece más arriba en los resultados de búsqueda.

Esto puede conducir a clasificaciones más bajas, presupuesto de rastreo desperdiciado y problemas de indexación para su sitio web, lo que en consecuencia disipa el potencial comercial de sus páginas .

Por el bien de su negocio, debe comprender qué puede causar contenido duplicado y cómo optimizar los aspectos de su sitio para evitar cualquier problema. Explorémoslo.

Cómo afecta el contenido duplicado al SEO

El contenido duplicado no siempre es un problema: si usa SEO técnico para mantenerlo bajo control, no dañará su tráfico orgánico. Pero si deja contenido duplicado sin optimizar, puede tener consecuencias mortales.

Estas son las principales formas en que el contenido duplicado puede afectar negativamente a su sitio web:

clasificaciones más bajas

Varias versiones del mismo contenido hacen que los motores de búsqueda tengan dificultades para decidir qué página se debe indexar y presentar en los resultados de búsqueda .

Cuando ese es el caso, ninguna de sus páginas duplicadas puede alcanzar completamente su potencial de clasificación, si se rastrean e indexan en primer lugar.

Reducción de la transferencia de autoridad de enlace

Los motores de búsqueda pueden tener dificultades para asignar con precisión las señales de clasificación de los vínculos de retroceso a las páginas duplicadas .

Si existe el mismo contenido en algunas páginas, varias URL pueden recibir enlaces de otros dominios. Pero la autoridad total del enlace se dividirá entre las páginas, lo que limitará el potencial de clasificación de su contenido.

Problemas de indexación y presupuesto de rastreo desperdiciado

Si tiene un sitio web grande, el presupuesto de rastreo suele ser una preocupación. Y los motores de búsqueda pueden desperdiciar el presupuesto de rastreo rastreando páginas duplicadas .

Siempre desea que el presupuesto de rastreo se gaste en rastrear contenido valioso. Cuando deja contenido duplicado sin optimizar en su dominio, los robots de los motores de búsqueda pueden desperdiciar algunos de sus recursos rastreando innecesariamente el mismo contenido una y otra vez.

Esto no solo retrasará su descubrimiento de otro contenido en su sitio, sino que también puede desalentarlos de volver a su sitio con tanta frecuencia.

Si ese es el caso, corre el riesgo de tener problemas de indexación . Tenga en cuenta que, la mayoría de las veces, Google observará las diferentes señales, como mapas de sitios, enlaces internos y externos, redireccionamientos y otros, y elegirá una URL entre muchas para indexar. El problema es que puede que no sea la versión que quieres tener indexada.

Si Google no puede rastrear algunas de sus páginas, es posible que tenga dificultades para indexar sus páginas esenciales y únicas.

Además, ver grandes cantidades de páginas duplicadas puede hacer que los motores de búsqueda perciban todo su sitio web como de baja calidad , suponiendo que otras páginas tengan contenido similar. Entonces pueden dudar en asignar recursos para rastrear su sitio en el futuro.

¿El contenido duplicado puede dar lugar a una sanción de Google?

Es posible que haya escuchado opiniones contradictorias sobre si el contenido duplicado puede generarle una penalización de Google.

El contenido duplicado no penalizará su sitio a menos que sea el resultado de actividades maliciosas .

El raspado de contenido es un ejemplo de una práctica de manipulación relacionada con el contenido duplicado. Ocurre cuando alguien toma el contenido de sus páginas para volver a publicarlo en su sitio.

Tales prácticas son relativamente raras porque generalmente solo causan problemas si el sitio de extracción tiene más autoridad y logra superar al sitio web que publicó originalmente el contenido.

Puede agregar una salvaguarda para proteger su contenido de tales prácticas implementando etiquetas canónicas autorreferenciales que apunten a sus páginas existentes para decirles a los motores de búsqueda que el contenido original proviene de usted.

En los raros casos en los que Google perciba que se puede mostrar contenido duplicado con la intención de manipular nuestras clasificaciones y engañar a nuestros usuarios, también realizaremos los ajustes apropiados en la indexación y clasificación de los sitios involucrados. Como resultado, la clasificación del sitio puede verse afectada o el sitio puede eliminarse por completo del índice de Google, en cuyo caso ya no aparecerá en los resultados de búsqueda.

fuente: documentación de Google

Google puede diferenciar entre los tipos de contenido duplicado y entiende qué contenido duplicado no pareció manipular las clasificaciones de búsqueda.

Los ejemplos de contenido duplicado no malicioso podrían incluir:

• Foros de discusión que pueden generar páginas normales y simplificadas dirigidas a dispositivos móviles
• Artículos en una tienda en línea que se muestran o están vinculados por varias URL distintas
• Versiones solo para impresora de páginas web

fuente: documentación de Google

Si no está robando contenido de otros sitios a propósito , no necesita preocuparse.

Cuáles son las causas del contenido duplicado

Por lo general, no necesita varias versiones del mismo contenido en su sitio web.

Por lo tanto, el contenido duplicado tiende a existir debido a errores más que a decisiones conscientes.

La mayoría de las veces, el contenido duplicado aparece debido a un desarrollo web deficiente e implementaciones defectuosas en el sitio , como configuraciones de servidor incorrectas o plataformas CMS no optimizadas.

Podemos encontrar duplicados en todo tipo de sitios, pero algunos son más propensos, especialmente los sitios web enormes con miles o millones de páginas.

En particular, los sitios de comercio electrónico pueden lidiar con cantidades excesivas de páginas duplicadas que son difíciles de rastrear.

El contenido duplicado en los sitios de comercio electrónico a menudo se aplica a los siguientes aspectos:

• Las páginas de productos tienen poco o ningún contenido o solo incluyen descripciones genéricas de productos en muchas páginas. Si una página contiene la descripción del fabricante de un producto determinado, también podría aparecer en otros dominios y Google podría tratarlo como contenido duplicado.
• Las páginas de categorías tienen filtros que muestran listas de los mismos productos en varias páginas.

El contenido idéntico en varias URL también afecta a los artículos de blog .

Los sitios pueden incluir artículos de comparación, enumerando características de productos o herramientas, donde muchas piezas de contenido pueden describir las mismas herramientas, productos o funcionalidades en varias páginas.

Las secciones del blog pueden tener artículos que coincidan con varias categorías; como resultado, numerosas URL pueden conducir al mismo artículo.

Los sitios de noticias a menudo utilizan etiquetas que recopilan contenido sobre temas relacionados, pero en algunas situaciones, las páginas pueden usar varias etiquetas y aparecer en varias ubicaciones en el sitio.

El riesgo de contenido duplicado también afecta a los sitios web que muestran listados provenientes de bases de datos utilizadas por otros dominios , como mercados o sitios inmobiliarios. En consecuencia, pueden aparecer anuncios o publicaciones idénticas en varios dominios.

Muchos sitios utilizan contenido generado por el usuario . Si bien es potencialmente beneficioso, puede ser otra fuente de contenido duplicado; esto se aplica a cualquier sitio que contenga publicaciones, anuncios, páginas de perfil, etc., creados por los usuarios. A menudo, los usuarios solo pueden escribir unas pocas palabras, utilizando texto copiado o spam, o solo agregar un enlace a su sitio web en la página de perfil.

Esta no es una lista exhaustiva de las causas del contenido duplicado, pero debería darle una idea de qué tipo de contenido pone en riesgo su sitio y debe ser monitoreado.

Formas de gestionar el contenido duplicado

Dependiendo de la calidad y la función de sus páginas duplicadas en la jerarquía del sitio, es posible que desee abordarlas a través de diferentes métodos.

Estas son sus opciones y lo que debe saber sobre cada solución:

Usar etiquetas canónicas

Las etiquetas canónicas le dicen a los motores de búsqueda qué página contiene la versión principal de un contenido determinado y debe indexarse.

Puede informar a los motores de búsqueda a través de la canonicalización que una página determinada debe tratarse como una copia de una URL específica . Las señales de clasificación, como la autoridad de enlace aplicada a esta página por los motores de búsqueda, deben acreditarse a la URL especificada.

La implementación de etiquetas canónicas requiere menos tiempo de desarrollo que otras soluciones, como los redireccionamientos, porque se agregan en la página y no en el nivel del servidor. Asegúrese de agregar etiquetas canónicas a la sección <head> del HTML; si lo coloca en el <body>, no se respetará.

Aunque los bots de los motores de búsqueda suelen seguir la directiva canónica, en algunos casos pueden ignorarla y elegir una página canónica diferente. Esto podría suceder si los motores de búsqueda ven señales más fuertes que apuntan a otra URL, como más enlaces internos o backlinks autorizados.

Agregar redirecciones

Otra solución para combatir el contenido duplicado es implementar redireccionamientos desde las URL no preferidas a sus versiones preferidas.

Si está redirigiendo permanentemente una URL, use una redirección 301, que normalmente será la mejor opción cuando se trata de administrar contenido duplicado.

Los redireccionamientos lo ayudan a consolidar las señales de clasificación en una URL , por lo que Google solo debe indexar la página de destino.

Implementar una etiqueta noindex

Puede agregar una etiqueta noindex a las páginas que están duplicadas y que los motores de búsqueda no deben indexar, pero deben permanecer visibles para los usuarios .

Sin embargo, asegúrese de no bloquear el rastreo de estas páginas; si lo hace, los bots no podrán ver la etiqueta noindex.

Eliminar páginas duplicadas

Puede eliminar las páginas duplicadas si no sirven para nada para sus visitantes o su negocio y no planea mejorarlas.

Puede eliminarlos cambiando su código de estado a 404 o 410 .

Ambos códigos de estado tienen las mismas consecuencias a largo plazo. La única diferencia es que 410 podría eliminar páginas del índice y limitar su rastreo más rápido que 404.

Mejores prácticas para abordar el contenido duplicado

Repasemos los aspectos que debe tener en cuenta con las páginas duplicadas para resolver posibles problemas.

Decidir si se deben rastrear las páginas duplicadas

Considere si debe permitir que los motores de búsqueda rastreen sus páginas duplicadas . Depende en gran medida del tipo de contenido duplicado y de lo que pretenda hacer con él.

Google debe poder rastrear las páginas si contienen redirecciones ; de lo contrario, no las verá. El caso es similar si agregó etiquetas noindex : Google tiene que rastrear una página para descubrir una etiqueta noindex y seguirla.

Además, si ha realizado mejoras en sus duplicados , como agregar contenido único, Google deberá rastrear la página para volver a evaluar su calidad.

Si tiene contenido duplicado que no proporciona valor para su sitio y no puede realizar cambios en él, restrinja la capacidad de los motores de búsqueda para rastrearlo implementando la directiva adecuada en robots.txt .

Ajusta la estructura de tu URL

Las estructuras de URL inconsistentes pueden causar mucho contenido duplicado.

Estos son los aspectos de las URL a los que debe prestar atención:

Wwws y no wwws o HTTP y HTTPS

Es posible que tenga direcciones URL en su sitio a las que se pueda acceder sin www, como ejemplo.com , y a través de direcciones URL que incluyan www, como www.ejemplo.com .

El mismo problema se refiere al protocolo: las URL pueden incluir http://example.com o https://example.com .

La mayoría de los sitios web modernos usan HTTPS, ya que ofrece una comunicación más segura. Pero a veces, aún puede tener algunas páginas a las que aún se puede acceder en HTTP. Y, si se cambió a HTTPS y no redirigió el sitio desde HTTP, incluso puede crear dos versiones del mismo.

Ya sea que agregue www o no, y cualquiera que sea el protocolo que use, asegúrese de que sea consistente .

Si descubre alguna URL que no sigue el patrón seleccionado, implemente redireccionamientos 301 para formas no preferidas que conduzcan a la versión preferida.

Caracteres en minúsculas y mayúsculas

Google trata las URL como sensibles a mayúsculas y minúsculas . Entonces, para Google, ejemplo.com/página y ejemplo.com/PÁGINA serán dos páginas diferentes.

Es habitual utilizar caracteres en minúsculas en las URL, por lo que es más fácil para los usuarios escribirlos sin errores.

Sin embargo, si usa los casos indistintamente, puede crear diferentes URL con el mismo contenido.

Si encuentra alguna ocurrencia como esa, elija la URL con la carcasa preferida y redirija la versión incorrecta a ella .

barras inclinadas

Las URL idénticas con y sin una barra inclinada al final también se verán como páginas diferentes, como ejemplo.com y ejemplo.com/ .

Una vez más, asegúrese de seguir el mismo patrón de URL y redirija las páginas incorrectas si es necesario.

Parámetros de seguimiento o filtrado

Los parámetros de filtrado en los sitios de comercio electrónico suelen generar páginas duplicadas.

Si hay muchos filtros disponibles, se pueden seleccionar en diferentes combinaciones, generando montañas de URL con el mismo contenido o casi idéntico. Un ejemplo de esto podría ser https://www.example.com/clothes/dresses?size=medium .

Los parámetros también tienden a usarse con fines de seguimiento , que es otra fuente de contenido duplicado. Por ejemplo, puede agregar parámetros UTM para rastrear visitas de fuentes específicas, como Twitter o el boletín informativo. Aquí hay un ejemplo: https://example.com/page?utm_source=twitter .

Debe canonicalizar sus URL parametrizadas a las versiones de URL sin parámetros de seguimiento .

ID de sesión

Las sesiones pueden almacenar información de visitantes para análisis web, donde a cada usuario que visita un sitio web se le asigna una ID de sesión diferente almacenada en la URL. Podría tener este aspecto: https://example.com?sessionId=jsdfo74256sdfh .

Si a cada URL solicitada por un visitante se le agrega un ID de sesión, habrá muchas páginas duplicadas porque el contenido de estas URL es el mismo.

Canonicalice las URL con ID de sesión adjuntos a las URL sin ellos.

URL de solo impresión

Tener una versión para imprimir de una página en una URL separada significa que hay dos versiones del mismo contenido, por ejemplo, https://www.example.com/page/ y https://www.example.com/print /página/ .

Implemente una URL canónica de la versión para imprimir a la versión estándar de la página.

Optimiza tu contenido

Puede realizar más ajustes centrándose en el contenido de sus páginas.

La conclusión es que si tiene páginas valiosas que deberían clasificarse y generar tráfico, asegúrese de que contengan contenido único y de alta calidad que se dirija a la intención específica del usuario.

Aunque requiere mucho tiempo y recursos, valdrá la pena a largo plazo.

Aquí hay algunos aspectos de contenido a considerar en su optimización:

Mejorar las páginas de productos

Proporcione descripciones únicas del producto en lugar de copiar la descripción genérica del fabricante.

Las preguntas frecuentes son un excelente lugar para incluir información adicional sobre sus productos o servicios. Sin embargo, tenga cuidado: si enumera los detalles exactos mencionados en la descripción del producto, puede ser una duplicación parcial del contenido.

Ajustar las páginas de categoría

Cada página de categoría debe ser única y relevante . Explore sus categorías y piense si cada una es necesaria: ¿qué tan útiles son para los usuarios?

Considere eliminar algunos o combinarlos en uno. Haga lo mismo con las opciones de filtrado o clasificación disponibles en las categorías.

Consolidar contenido

Si tiene algunos artículos que discuten temas relacionados, considere consolidarlos en una pieza de contenido más grande que pueda ser su versión más completa.

De esta manera, puede crear contenido útil que brinde toda la información en un solo lugar, en lugar de dispersarla en unas pocas URL, minimizando la cantidad de páginas similares.

También puede ser mejor clasificar con un artículo de alta calidad que con varios artículos mediocres que se enfocan en el mismo tema.

Crear contenido complementario

Considere la posibilidad de crear contenido complementario que pueda hacer que las páginas sean más únicas y valiosas y aumentar sus posibilidades de ser indexadas y clasificadas bien. Piense en mejorar la experiencia del usuario y qué ayudará más a los visitantes .

Por ejemplo, suponga que tiene un sitio web con ofertas de trabajo.

En ese caso, puede crear una calculadora de salarios. Puede proporcionar información adicional que los visitantes pueden buscar describiendo los diferentes tipos de contratos, explicando cada deducción, brindando ventajas y desventajas para varias formas de empleo, etc.

Navega por las páginas con poco contenido y piensa si hay algo que puedas agregar.

Pero si no puede mejorarlos y ofrecen un valor limitado a los usuarios y no pueden atraer tráfico orgánico a su sitio, es mejor agregar una etiqueta noindex para evitar que se indexen.

Utilizar contenido generado por el usuario

El contenido único y completo creado por los usuarios puede ser beneficioso para su sitio. Por ejemplo, puede animar a los clientes a dejar reseñas y mostrarlas en sus páginas.

Las reseñas pueden proporcionar descripciones del mundo real de cómo los clientes usan sus productos o su experiencia con sus servicios, lo que enriquece su sitio.

En particular, las páginas de productos pueden beneficiarse de reseñas detalladas e imparciales que contengan imágenes e información específica sobre el producto.

La implementación de mecanismos específicos, como una cantidad mínima de caracteres que un usuario debe escribir para publicar una reseña o un anuncio en su sitio, es un enfoque excelente para evitar contenido delgado o duplicado generado por el usuario.

Optimizar la publicación de contenido internacional

Si tiene algunas versiones de idioma de su sitio con el mismo contenido, las diferentes versiones de idioma no se considerarán duplicadas.

Sin embargo, podría ser problemático si tiene el mismo contenido y lo usa para dirigirse a personas en diferentes regiones que hablan el mismo idioma . Por ejemplo, podría tener el mismo contenido en diferentes versiones de sitios en inglés: una para EE. UU., otra para Canadá y otra para el Reino Unido.

Si está sirviendo el mismo contenido a diferentes audiencias, implemente etiquetas hreflang para indicarle a Google a qué idioma y país está tratando de llegar.

A veces, incluso cuando los atributos hreflang están en su lugar, Google puede clasificar el contenido como duplicado y simplemente juntar dos o más versiones. Puede que no sea un problema grave en muchos casos, pero puede afectar negativamente la experiencia del usuario.

Es por eso que simplemente debe evitar mostrar el mismo contenido en varias páginas.

Haga un esfuerzo por localizar su contenido , especialmente para mercados internacionales estratégicos . Localizar no es solo traducir: debe hacerlo adecuado para el país específico al que se dirige, teniendo en cuenta el vocabulario local, las costumbres, la moneda, etc.

Administrar enlaces internos

Una vez que decida la versión preferida de sus URL, verifique los enlaces internos de su sitio y asegúrese de que cada uno de ellos apunte a la versión de URL correcta.

Distribuir contenido correctamente

Al distribuir contenido, la fuente original debe elegirse como canónica.

Del mismo modo, cuando otro sitio distribuya su contenido, asegúrese de que incluya un enlace a su contenido original y apunte a la URL correcta.

Inhabilitar el acceso a los entornos de ensayo

Los entornos de ensayo o prueba contienen una copia del sitio disponible en producción. Por lo tanto, no deberían ser rastreables o indexables para los motores de búsqueda. Para evitar que los bots y los usuarios accedan a ellos, implemente la autenticación HTTP.

Hacer que las páginas de resultados de búsqueda internos no se puedan indexar

Los visitantes que usan sus resultados de búsqueda interna ven diferentes variaciones de sus páginas, generalmente mostrando URL idénticas o similares.

Asegúrese de no vincular a páginas de resultados de búsqueda internos para que los bots no puedan seguir una ruta para encontrarlos y rastrearlos.

Debe agregar etiquetas noindex a estas páginas, para que no se indexen. Sin embargo, si ves que los bots rastrean estas páginas en exceso, puedes restringir su acceso en el archivo robots.txt.

Vale la pena señalar que, en algunos casos, es posible que desee que se indexen algunas de sus páginas de búsqueda internas, pero solo algunas de ellas. Si analiza cómo sus usuarios buscan su contenido en Google y ve que una página de búsqueda interna podría responder perfectamente a la intención del usuario, siéntase libre de hacer que esa página sea indexable.

Evite problemas de contenido duplicado causados ​​por CMS

Las plataformas CMS causan su parte de problemas con contenido duplicado.

Por ejemplo, WordPress genera automáticamente páginas de etiquetas y categorías . Tales páginas pueden ser una gran pérdida de recursos para los rastreadores.

WordPress también crea paginación de comentarios , donde las páginas paginadas muestran el contenido original y solo muestran diferentes comentarios en la parte inferior.

También puede encontrar que su CMS crea páginas separadas para imágenes que no contienen ningún otro contenido.

Agregue etiquetas noindex a las páginas no deseadas o deshabilite estas funciones en su CMS.

Cómo encontrar problemas de contenido duplicado en su sitio

Hay algunos métodos rápidos para verificar si su contenido puede haber sido duplicado.

Puede usar una herramienta como Copyscape para ver qué contenido de sus páginas aparece en la web.

Para obtener información sobre problemas de contenido duplicado en su sitio, use Siteliner , que descubre cómo las páginas de su sitio coinciden con el contenido de las demás.

Informe de cobertura del índice de Google

Para analizar los problemas de contenido duplicado con más detalle, visite el informe de cobertura de índice de Google Search Console que le mostrará los problemas específicos y cómo puede resolverlos.

Puede encontrar los siguientes errores que indican problemas de indexación relacionados con contenido duplicado:

Duplicar sin canónico seleccionado por el usuario

Google encontró URL duplicadas que no están canonizadas a la versión preferida. Puede verificar qué URL se eligió como canónica navegando a la herramienta de inspección de URL .

Para solucionar este problema, se recomienda que seleccione la URL canónica usted mismo.

Duplicado, Google eligió un canon diferente al usuario

Google ignoró la URL canónica especificada y seleccionó una diferente que consideró más adecuada.

Este problema indica que Google no encontró suficientes señales que apunten a la URL especificada que representa la versión principal del contenido dado; descubra cómo corregir Duplicado, Google eligió un canónico diferente al del usuario .

URL enviada duplicada no seleccionada como canónica

Este estado indica que envió URL sin una URL canónica y que Google considera que las URL enviadas son duplicadas, por lo que eligió una URL canónica diferente.

Aunque este estado es similar a Duplicado, Google eligió una URL canónica diferente a la de usuario, la diferencia es que usted solicitó explícitamente a Google que indexe estas URL sin incluir una URL canónica .

Una vez más, debe agregar etiquetas canónicas a la URL preferida.

Resumen

El contenido duplicado no dará lugar a sanciones de Google, pero aun así puede ralentizar de forma efectiva el crecimiento de su sitio en la Web.

Es por eso que debe estar al tanto de cualquier página duplicada y monitorear sus implementaciones para asegurarse de que no haya ningún mecanismo que cree numerosas páginas sin su supervisión.

La creación de contenido único en las páginas, la garantía de la coherencia de las URL y la implementación de etiquetas canónicas y redireccionamientos cuando corresponda son formas excelentes de ayudar a Google a indexar y clasificar sus páginas correctamente.