Cumbre sobre contenido duplicado en SMX Advanced

Miércoles, 13 de junio de 2007

La semana pasada participé en la cumbre sobre contenido duplicado en
SMX Advanced.
No pude resistir la oportunidad de mostrar cómo
Buffy es aplicable al mundo cotidiano del marketing de búsquedas,
pero principalmente estaba allí para recibir sus opiniones sobre los problemas de contenido duplicado a los que se enfrentan y para hacer una lluvia de ideas sobre cómo los motores de búsqueda pueden ayudar.

Hace unos meses, Adam escribió una excelente publicación sobre
cómo lidiar con el contenido duplicado.
Lo más importante que debe saber sobre el contenido duplicado es:

• Google quiere ofrecer resultados únicos y hace un gran trabajo al elegir una versión de su contenido para mostrar si sus sitios incluyen duplicación. Si no quiere preocuparse por clasificar las duplicaciones en su sitio, puede dejar que nosotros nos preocupemos por ello en su lugar.
• El contenido duplicado no hace que su sitio sea penalizado. Si se detectan páginas duplicadas, se devolverá una versión en los resultados de búsqueda para garantizar variedad a los usuarios.
• El contenido duplicado no hace que su sitio sea colocado en el índice suplementario. Sin embargo, la duplicación puede influir indirectamente en esto si los enlaces a sus páginas se dividen entre las distintas versiones, lo que resulta en un PageRank por página más bajo.

En la cumbre de SMX Advanced, preguntamos qué problemas de contenido duplicado eran los más preocupantes. Los asistentes estaban preocupados por los sitios de raspado (scrapers), la sindicación y la duplicación interna. Discutimos muchas soluciones potenciales a estos problemas y definitivamente consideraremos estas opciones junto con otras a medida que continuamos evolucionando nuestro conjunto de herramientas. Aquí está la lista de algunas de las soluciones potenciales que discutimos para que aquellos de ustedes que no pudieron asistir puedan unirse a la conversación.

Especificar la versión preferida de una URL en el archivo Sitemap del sitio

Una de las cosas que discutimos fue la posibilidad de especificar la versión preferida de una URL en un archivo Sitemap, con la sugerencia de que si encontrábamos múltiples URLs que apuntan al mismo contenido, podríamos consolidar los enlaces a esa página e indexar la versión preferida.

Proporcionar un método para indicar los parámetros que deben eliminarse de una URL durante la indexación

Discutimos proporcionar esto ya sea en una interfaz como Webmaster Tools o en el archivo robots.txt del sitio. Por ejemplo, si una URL contiene ID de sesión, el webmaster podría indicar la variable para el ID de sesión, lo que ayudaría a los motores de búsqueda a indexar la versión limpia de la URL y consolidar los enlaces a ella. El público se inclinó hacia una adición en robots.txt para esto.

Proporcionar una forma de autenticar la propiedad del contenido

Esto proporcionaría a los motores de búsqueda información adicional para ayudar a garantizar que indexemos la versión original de un artículo, en lugar de una versión copiada o sindicada. Tenga en cuenta que ahora hacemos un buen trabajo en esto y no muchas personas en el público mencionaron esto como un problema principal. Sin embargo, el público estaba interesado en una forma de autenticar el contenido como una protección adicional. Algunos sugirieron usar la página con la fecha más temprana, pero las fechas de creación no siempre son confiables. Alguien también sugirió permitir que los propietarios de sitios registren contenido, aunque eso también podría plantear problemas, ya que los propietarios de sitios no expertos no sabrían registrar el contenido y otra persona podría tomar el contenido y registrarlo en su lugar. Actualmente dependemos de una serie de factores, como la autoridad del sitio y el número de enlaces a la página. Si sindica contenido, le sugerimos que pida a los sitios que usan su contenido que bloqueen su versión con un archivo robots.txt como parte del acuerdo de sindicación para ayudar a garantizar que su versión se sirva en los resultados.

Poner a disposición de los propietarios de sitios un informe de contenido duplicado

Hubo un gran apoyo para la idea de un informe de contenido duplicado que enumerara las páginas dentro de un sitio que los motores de búsqueda ven como duplicadas, así como las páginas que se ven como duplicadas de páginas en otros sitios. Además, discutimos la posibilidad de agregar un sistema de alertas a este informe para que los propietarios de sitios puedan ser notificados por correo electrónico o RSS sobre nuevos problemas de duplicación (particularmente duplicación externa).

Trabajar con software de blogs y sistemas de gestión de contenido para abordar los problemas de contenido duplicado

Algunos problemas de contenido duplicado dentro de un sitio se deben a cómo el software que impulsa el sitio estructura las URL. Por ejemplo, un blog puede tener el mismo contenido en la página de inicio, una página de enlace permanente (permalink), una página de categoría y una página de archivo. Definitivamente estamos abiertos a hablar con los creadores de software sobre la mejor manera de proporcionar soluciones fáciles para los creadores de contenido.

Además de discutir soluciones potenciales a los problemas de contenido duplicado, el público tenía algunas preguntas.

Si pongo nofollow en un número sustancial de mis enlaces internos para reducir los problemas de contenido duplicado, ¿esto levantará una bandera roja en los motores de búsqueda? El número de nofollow
enlaces en un sitio no levantará ninguna bandera roja, pero esa probablemente no sea el mejor método para evitar que los motores de búsqueda rastreen páginas duplicadas, ya que otros sitios pueden enlazarse a esas páginas. Un método mejor puede ser bloquear las páginas que no desea que se rastreen con un archivo robots.txt.

¿Los motores de búsqueda continúan con la alianza de Sitemaps? Lanzamos
sitemaps.org
en noviembre del año pasado y hemos seguido reuniéndonos regularmente desde entonces. En April, agregamos la capacidad de informarnos sobre su Sitemap en su archivo robots.txt. Planeamos continuar trabajando juntos en iniciativas como esta para hacer la vida de los webmasters más fácil.

Muchas páginas de mi sitio consisten principalmente en gráficos. Aunque los gráficos son diferentes en cada página, ¿cómo puedo asegurarme de que los motores de búsqueda no vean estas páginas como duplicadas ya que no leen imágenes? Para asegurarse de que los motores de búsqueda vean estas páginas como únicas, incluya texto único en cada página (por ejemplo, un título, subtítulo y descripción diferentes para cada gráfico) y un texto alternativo (alt text) único para cada imagen. (Por ejemplo, en lugar de usar alt="graph", use algo como alt="graph that shows Willow's evil trending over time".

He sindicado mi contenido a muchos afiliados y ahora algunos de esos sitios están posicionando para este contenido en lugar de mi sitio. ¿Qué puedo hacer? Si ha puesto su contenido a disposición sin pago, es posible que deba mejorar y expandir el contenido de su sitio para hacerlo único.

Como usuario de búsquedas, quiero ver duplicados en los resultados de búsqueda. ¿Puede agregar esto como una opción?
Hemos descubierto que la mayoría de los usuarios prefieren no tener resultados duplicados. El miembro del público en particular comentó que es posible que no quiera obtener información de un solo sitio y le gustaría tener otras opciones, pero en ese caso, es probable que otros sitios no tengan información idéntica y, por lo tanto, aparecerán en los resultados. Tenga en cuenta que puede agregar el parámetro “&filter;=0” al final de una URL de búsqueda web de Google para ver resultados adicionales que puedan ser similares.

He llevado todos los problemas y soluciones potenciales que discutimos en la cumbre a mi equipo y a otros dentro de Google, y continuaremos trabajando para proporcionar los mejores resultados de búsqueda y expandir nuestra asociación con usted, el webmaster. Si tiene pensamientos adicionales, ¡nos encantaría escucharlos!

Publicado por Vanessa Fox