Une idée reçue tenace veut que Google punisse les sites qui ont du contenu dupliqué. Google explique au contraire qu'il ne pénalise pas la duplication ordinaire, celle qui naît de la technique ou d'usages légitimes. Quand il trouve plusieurs pages identiques, il les regroupe, en choisit une comme version de référence, la page canonique, et affiche celle-là dans ses résultats.
La sanction n'intervient que lorsque la duplication vise à manipuler le classement, par exemple quand un site recopie en masse les contenus des autres pour capter leur trafic sans rien apporter. Ce cas relève des règles anti-spam, pas du contenu dupliqué ordinaire.
Il ne faut pas confondre la duplication avec la cannibalisation. La duplication, c'est le même texte à plusieurs adresses. La cannibalisation, ce sont des pages différentes qui visent la même intention de recherche et se font concurrence. Les deux se repèrent lors d'un audit SEO, mais ne se traitent pas de la même façon.
Les variantes d'adresse. Un même contenu peut répondre en http et en https, avec et sans www, avec et sans barre oblique finale, ou avec des majuscules. Si le serveur ne redirige pas vers une forme unique, chaque variante devient une page à part aux yeux du moteur.
Les paramètres d'URL. Tri, filtres, pagination, identifiants de session ou paramètres de suivi, comme les UTM, créent des adresses différentes pour un contenu identique. Un catalogue e-commerce à filtres multiples peut ainsi en générer des milliers.
Les descriptions de fabricant. Des centaines de boutiques reprennent mot pour mot la même fiche fournie par la marque. Le contenu est alors dupliqué d'un site à l'autre, et Google n'a aucune raison de préférer une boutique plutôt qu'une autre.
La reprise de contenus. Un article republié chez un partenaire, un communiqué repris par plusieurs médias ou un texte copié sans autorisation existent à plusieurs endroits du web, et la version d'origine n'est pas forcément celle que Google retient.
Les pages presque identiques. Des pages de villes ou de produits construites sur le même modèle, où seul un mot change, sont traitées comme des quasi-doublons.
Une version affichée qu'on n'a pas choisie. Google peut retenir comme canonique une adresse avec des paramètres, ou la copie hébergée chez un partenaire, plutôt que la page que l'on voulait mettre en avant.
Des signaux dispersés. Les liens et les signaux de popularité se répartissent entre plusieurs versions au lieu de se concentrer sur une seule, ce qui affaiblit chacune.
Un temps d'exploration gaspillé. Sur un gros site, les robots passent du temps sur des doublons au détriment des pages nouvelles ou mises à jour, ce qui entame le budget de crawl.
La redirection 301. Quand une version ne doit plus exister, comme une variante en http ou sans www, on la redirige de façon permanente vers la bonne adresse. C'est le signal le plus fort, puisque la page en double disparaît au profit de l'autre. La fiche sur la redirection 301 en détaille la mise en place.
La balise canonique. Quand plusieurs versions doivent rester accessibles aux visiteurs, comme des pages triées ou filtrées, chacune indique par une balise rel="canonical" l'adresse de référence. Google en tient généralement compte, même s'il la traite comme une indication et non comme un ordre. C'est tout le sujet de l'URL canonique.
La balise noindex. Pour des pages utiles aux visiteurs mais sans intérêt dans les résultats, comme certaines pages de recherche interne, un noindex les écarte de l'index.
La réécriture ou la fusion. Pour les fiches produit reprises du fabricant ou les pages presque identiques, la vraie solution est éditoriale. On réécrit un texte propre au site, ou on fusionne des pages trop proches en une seule, plus complète, dans la logique de l'élagage de contenu.
La mention de la source. Quand un article est repris par un partenaire, celui-ci peut ajouter une balise canonique vers l'original, ou au minimum un lien vers la page d'origine.
Le rapport d'indexation de la Search Console signale les pages « en double sans URL canonique sélectionnée par l'utilisateur » et celles pour lesquelles Google a choisi une autre page canonique que celle déclarée. C'est le premier endroit à consulter, puisqu'il montre les choix réels du moteur.
Un robot d'exploration comme Screaming Frog repère les pages aux titres, aux descriptions ou aux contenus identiques ou très proches sur l'ensemble d'un site. Pour la duplication d'un site à l'autre, une recherche Google d'une phrase exacte entre guillemets suffit souvent à retrouver les copies.
