Contenu dupliqué : ce que c'est vraiment et comment le traiter

Le contenu dupliqué fait partie des sujets qui inquiètent le plus les propriétaires de sites, souvent à tort. On entend parler de « pénalité pour duplicate content » comme d’une sanction qui tomberait dès qu’un paragraphe apparaît deux fois. La réalité est plus nuancée : dans la grande majorité des cas, le moteur ne punit pas, il choisit. Et c’est ce choix qu’il faut apprendre à orienter.
De quoi parle-t-on ?
On appelle contenu dupliqué un bloc de texte identique ou presque identique accessible à plusieurs adresses. Deux situations se présentent.
La duplication interne concerne un même site. Elle est presque toujours involontaire et d’origine technique :
- une page accessible avec et sans « www », en http et en https ;
- des paramètres d’URL (tri, filtre, suivi de campagne) qui créent des variantes d’une même page ;
- une fiche produit rangée dans plusieurs catégories, avec une adresse différente pour chacune ;
- des versions imprimables ou des pages d’archives qui reprennent les articles entiers.
La duplication externe concerne plusieurs sites : un fabricant qui fournit la même description produit à tous ses revendeurs, un communiqué repris tel quel par de nombreux médias, ou un texte copié sans autorisation.
Ce que fait réellement le moteur
Face à plusieurs pages au contenu équivalent, Google n’a pas intérêt à afficher dix fois le même texte dans ses résultats. Il regroupe donc les doublons et retient une seule version, dite canonique, qu’il montre aux internautes. Les autres ne sont pas sanctionnées : elles sont simplement mises de côté.
Le problème n’est donc pas une punition, mais une perte de contrôle. Si le moteur retient la mauvaise adresse (une URL avec paramètres, la version http, la page d’un revendeur plutôt que la vôtre), c’est elle qui apparaît. Les signaux qui pointent vers les différentes versions, notamment les liens, sont en outre dispersés au lieu d’être concentrés.
Les choses changent quand la duplication est délibérée et massive, par exemple un site entier fait de textes copiés ailleurs ou générés en série pour occuper des requêtes. Là, on sort de la simple duplication pour entrer dans ce que les consignes de Google classent comme du spam, à l’image du content spinning.
Indiquer la bonne version
Plusieurs outils permettent de désigner la page de référence.
| Situation | Solution habituelle |
|---|---|
| Ancienne adresse qui n’a plus lieu d’exister | Redirection 301 vers la nouvelle |
| Variantes nécessaires (paramètres, tri, filtres) | Balise rel="canonical" vers la version principale |
| Http / https, avec / sans www | Redirection 301 vers la version retenue, partout |
| Page utile aux visiteurs mais sans intérêt dans les résultats | Balise noindex |
La balise canonique est un indice, pas un ordre : le moteur peut l’ignorer s’il juge que d’autres signaux contredisent votre choix. Il faut donc rester cohérent : liens internes, sitemap et canonique doivent tous désigner la même adresse. Le fonctionnement de ces balises est détaillé dans l’article sur l’exploration et l’indexation.
Le cas des fiches produits
Les sites marchands sont les plus exposés. Reprendre la description du fabricant est tentant, mais des dizaines d’autres boutiques ont fait de même. Rien n’indique au moteur pourquoi votre page mériterait d’être montrée plutôt qu’une autre.
Réécrire toutes les fiches est rarement réaliste. Une approche raisonnable consiste à commencer par les produits qui comptent le plus pour votre activité, et à leur ajouter ce que les autres n’ont pas : conseils d’usage, réponses aux questions fréquentes de vos clients, comparaison avec un produit voisin, précisions sur la compatibilité.
Quand votre texte est copié ailleurs
Il arrive qu’un site reprenne vos articles sans autorisation. En général, le moteur reconnaît la source d’origine, surtout si votre site est ancien et bien exploré. Si la copie finit par apparaître à votre place, plusieurs démarches existent : contacter le site concerné, puis, en cas de violation de droits d’auteur, utiliser la procédure de signalement prévue par Google pour demander le retrait de la page copiée.
La reprise autorisée, elle, se gère proprement : le site qui republie votre texte peut placer une balise canonique vers votre article, ou au minimum un lien clair vers l’original.
Repérer les doublons sur son site
Quelques vérifications suffisent souvent :
- Dans Google Search Console, le rapport sur l’indexation des pages signale les pages exclues comme doublons, et indique quelle version a été retenue ; il est présenté dans notre guide de la Search Console.
- Une recherche d’une phrase exacte entre guillemets dans le moteur montre si elle apparaît à plusieurs adresses.
- Un explorateur de site permet de comparer les titres et descriptions : des titres identiques sur plusieurs pages signalent souvent des contenus trop proches.
En résumé
La duplication est d’abord un problème d’ordre et de clarté. Une adresse par contenu, des redirections pour les anciennes versions, des canoniques pour les variantes inévitables, et des textes propres pour les pages qui comptent : avec cela, le moteur n’a plus à deviner quelle page montrer.
Cet article peut contenir des liens partenaires. Ils n'influencent jamais ce que nous écrivons.