Pages en doublon

Les doublons sont des pages d’un même site qui affichent le même contenu à des adresses différentes. Yandex est précis sur la limite : les pages sur des sous-domaines régionaux avec un contenu identique ne sont pas des doublons.

Trois coûts

• La page que vous souhaitiez peut disparaître car le robot en a choisi une autre dans le groupe. Parfois, les pages ne sont pas regroupées du tout et se concurrencent alors entre elles, ce qui est pire.
• L’adresse indexée peut changer, ce qui fausse discrètement les rapports dans analytics.
• L’exploration prend plus de temps, de sorte que les pages importantes atteignent la base de données de recherche plus lentement et le site supporte une charge de robots supplémentaire.

Les trouver

Pages interrogeables → Pages exclues, filtrées par le statut Supprimé : Doublon; dans l’archive téléchargeable, elles portent le statut DOUBLON. Les doublons causés par les paramètres GET déclenchent également un avis sur la page de dépannage. Notez qu’une page AMP compte comme un doublon de sa version normale.

Les quatre schémas et leurs corrections appropriées

• Le même contenu à des URL différentes. Une redirection 301, une déclaration canonical ou Disallow / noindex. Choisissez quelle page survit en fonction de ce qui aide les visiteurs — pour un ensemble de produits similaires, conserver la page catalogue permet au visiteur de voir les alternatives. Pour HTML par rapport à AMP, Yandex recommande de conserver la page HTML.
• Page d’accueil dupliquée à /index.php et similaires. Redirection ou canonical — mais rediriger vers la page d’accueil. Yandex souligne le piège : / rediriger vers /index.php signifie que le contenu de est affiché à /, ce qui est le contraire de ce qui était prévu.
• Variantes avec ou sans barre oblique finale. Utilisez un 301, pas canonical — Yandex indique que canonical peut être ignoré ici. Choisissez la direction en fonction de la forme déjà indexée, afin de ne pas forcer une ré-indexation pour rien. Sur la page d’accueil seule, aucune configuration n’est nécessaire : example.com et example.com/ sont reconnues comme la même page.
• Paramètres GET. Clean-paramou les paramètres des paramètres GET dans la console.

D’où viennent les doublons

Deux sources, et une seule est un défaut. La duplication naturelle — un produit répertorié dans plusieurs catégories — et les artefacts CMS : versions imprimables, identifiants de session, balises de suivi, combinaisons de filtres. Le deuxième groupe est celui qui croît sans limite.