Un problema muy habitual es el contenido copiado o duplicado

En este artículo intentaré explicarte todo lo que considero importante del contenido duplicado

En la red se pueden encontrar muchos artículos relacionados con él, pero realmente los años y la práctica de luchar contra ellos es cómo resolverlo, un ejemplo me pasó durante mis principios y fueron dos tipos de contenidos duplicados el contenido generado con 3 www y el contenido generado sin 3 www, al igual que el cierre de las urls con / al final o sin la / al final todo esto genera contenido duplicado, así que si te parece suyos y nos adéntrame un poco a ver si soy capaz de explicarte cómo detectarlo y medio solucionar el problema un poco por encima…

Qué es, dónde encontrar y cómo liberarte de él.

Primeramente sería bueno hacerte una introducción de lo que es el contenido copiado realmente, ya que no se lo simple copy paste que todos tenemos en la cabeza al leer esta cabecera.

Qué es el contenido copiado

Se puede decir sin lugar a dudas que el contenido copiado es cualquier texto repetido en más de una URL, sea interna o externa. Es lo que ocurre cuando tu sitio produce múltiples copias de una misma página, o bien en el momento en que un spammer copia uno de tus artículos o tú utilizas csv de las empresas que vienes y no los modificas por lo que estás utilizando una fuente que utilizan más empresas, en cuyo caso es vital la manipulación vía programación o manual. Mucha gente piensa que me he encontrado con más de un caso que ha llevado a discusión incluida que los contenidos duplicados no tienen la menor relevancia y no es así, todo lo contrario puesto que suponen un arduo problema. Cualquier usuario de Google espera localizar resultados diferentes, variados y de muy buena calidad, no el mismo contenido una y otra vez, tiene su lógica como cuando nosotros vamos de shoping por Meritxell, Carlomagno etc… Por esta razón es necesario filtrar todas las copias de un mismo contenido para que no aparezcan. Supuestamente otros dicen evidentemente yo no creo con la imparcialidad de google, el proceso de filtrado que hace el buscador es transparente, pero yo en mi caso cuando hago un artículo nuevo, al momento lo indexo, y en google pone hace 22 segundos ´hemos indexado, esto muy poca gente lo sabe hacer, de esta manera me aseguro ser el primero en estar indexado con este artículo que es mío por el buscador, este sistema funciona por el duplicado con webs externas, demostrar siempre que tú eres el´ original. Tú no tienes por qué saber que tus páginas se han marcado como duplicadas, y hasta puedes llegar a meditar que tus páginas son únicas y atraen visitas cuando la realidad es muy, muy distinta por eso tenemos herramientas para controlarlo. Así que si tu sitio produce contenido copiado, pierdes capacidad de aparecer en los resultados de la búsqueda y ser penalizado y si la sanción es grave incluso vaneado algo que ahora vamos a profundizar.

Graves Consecuencias del contenido copiado

Ahora que ya empiezas a saber y entender por qué es tan esencial eludir a cualquiera contenido duplicado ya sea interno o externo, resulta conveniente que sepas lo que podríamos llamar sanciones de google e inconvenientes que puede causar en tu sitio web.

Las páginas incorrectas

Tener diferentes páginas para uno mismo contenido significa dejar a cargo del buscador la elección de la página adecuada. Esto no es buena idea, ya que puede elegir una versión diferente a la que tú deseas, es un caso muy habitual entre webs de simples aficionados a los blogs y muy extendidas en Andorra, son causados principalmente por programaciones a medida mal realizadas o como por webs amigables mal creadas desde el .htaccess, pero todo tiene solución.

Peor visibilidad

Al crear contenido copiado las consecuencias pueden ser, que el buscador puede acabar mostrando una imitación de menor peso de la url que tú querías indexar la cual te ha llevado horas de edición, y por tanto, posicionarla peor de lo que estaría la versión buena, consecuencia menos tráfico de buena calidad.

Una indexación deficiente

Realmente y sin lugar a dudas y siempre piensa que hablo por los hechos que he sufrido personalmente, la indexación de tus páginas se puede ver perjudicada gravemente por el hecho de que el buscador invierte su tiempo en rastreando las páginas duplicadas. Si el contenido copiado supone una porción esencial del sitio, el buscador va a visitar las páginas esenciales con una menor frecuencia, y si hay otras webs como pueden ser las de la competencia que considera de mayor autoridad y sin duplicados, tendrán siempre preferencia por encima de las tuyas.

El desperdicio de links

Éste es un punto muy importante, ya que las páginas duplicadas pueden percibir estos valiosos backlinks que tanto necesitamos para posicionar nuestra web y diluir la fuerza de nuestros contenidos, en tanto que todos estos backlinks podrían (y deberían) estar sumando fuerzas en una sola página que es la que realmente nosotros queríamos.

Reconocimiento de url equivocada

Éste es el caso que uso comentaba antes por el que yo envío manualmente los artículos a indexar en 20 segundos, porque si no nos podemos encontrar que el buscador decida que nuestro contenido es originario de otro dominio y excluir nuestras páginas en los resultados. Es el colmo de los colmos, más pasa y yo lo leo cada día en alguno de los grupos de mis alumnos de Skype, y después de todo esto uno se pregunta…

¿Es verdad que penaliza a Google el contenido copiado?

Vivido por mis propias webs sobre todo con la entrada de Panda y pinguin os puedo decir que sí, es cierto, así quiero decir que Google rechaza el contenido copiado, si es algo leve poder no lo penaliza, en este caso lo que hace es filtrarlo a fin de que no aparezca en los resultados, lo que es suficiente castigo. Sin embargo, los sitios que se dedican a copiar y / o reescribir el contenido de otros sistemáticamente, los casos más graves como le decía antes si son penalizados, pero piense que se puede encontrar una web con contenido 100% duplicado y no estar penalizada , en este caso le recomiendo mirar el código fuente de la web donde las metas podrá leer “noindex”, en este caso le dicen a google que no indexe este contenido duplicado, y esto hace el buscador no indexar estas páginas y no penalizarlas. El conocido algoritmo Panda se diseñó por el abuso que existía con las webs automatizadas copia contenido de terceras, pero este hecho se sigue haciendo pero como ya he dicho antes con el noindex u otras alternativas, nosotros somos expertos en webs automatizadas , y cuando la entrada de Panda tuvimos penalizaciones muy fuertes y al día de hoy nos hemos reinventado.

Causas del contenido copiado o duplicado

Cuando la gente piensa en contenido copiado lo primero que le viene la cabeza es la imagen de un spammer que aterriza en su sitio, copia varios artículos y los queja en otro dominio, poca gente sabe la capacidad que tenemos los auténticos webmasters de extraer una web entera, sí, me ha leído bien, yo tengo 2 sistemas diferentes de coger y copiar el contenido completo de una web, si una web es muy grande lo puedo dejar por la noche y por la mañana ya la tengo, si tiene 200 o 300 artículos sólo en cuestión de un par de horas ya lo tengo y se dirá que hago de este contenido, y la verdad que los profesionales sabemos sacar mucho partido y que quede muy claro, no generamos contenido duplicado, esto hoy en día está en manos de aprendices, jeje,os lo diré más claro, yo de un artículo puedo generar como 200 artículos diferentes y ninguno de ellos se duplicado en cuanto multiplique, en 2 horas y 10 minutos he creado dos mil artículos únicos. Pero por lo demás que hoy en día es muy normal en los webmasters profesionales como nosotros, el contenido duplicado más cazado por google suele ser de la misma web, por muy optimizada que creas que se encuentra.

Poder navegas en contenido duplicado y no lo sabes

Ahora lo que tienes que empezar es a optimizar tu web a nivel contenido duplicado, es una parte del Seo on page, realmente la más olvidada por la mayoría de los SEOS o Supuestos seos, esos que han oído que se deben hacer enlaces para posicionar, cosa que hacen, ahora sin un orden, esos que han oído lo de los h2, h3 y los strongs, etc, pero realmente no tienen ni idea, les haces una auditoría de la web que intentan posicionar y tienen texto oculto el cual puede ser penalizado, h1 multiplicado por 3 cosa negativa porque engañas en el buscador, ya que no saben tocar código ni localizar ni leerlo, pero nosotros ahora te enseñaremos a revisar el contenido duplicado, poder otro día uso haré un artículo de seo donde page medio avanzado.

Dominio no preceptivo

Yo por ejemplo tengo por costumbre operar sin las 3 wwww, así que redirijo todas las urls que se generan con 3 w hacia la versión que no las lleva, entonces usted debe mirar cómo opera su web, si opera de las dos maneras estamos generando contenido duplicado, puesto que los buscadores lo consideran como dos dominios diferentes, si lo prefieres como 2 (sub) dominios, uno que comienza por “www.” y la otra sin ellas, ocurre lo mismo con la barra al final de las urls, es más yo desde mi cpanel o agente resitrador puedo encaminar el (sub) dominio a una ip especifica y el otro (sub) dominio a otro ip creando 2 webs totalmente diferentes, algo que no aconsejo, mejor crear subdominios naturales. En este caso si localiza que tiene los 2 (sub) dominios activo tendrá que hacer como hago yo, reencaminar hacia el dominio bueno, y cuál es el dominio bueno, yo le recomendaría coger el de mayor PA Autoridad de página. Así podemos decir que la versión buena es la preceptiva y no establecerla adecuadamente hace que tu sitio esté repetido en las dos variaciones.

Las páginas seguras

Es muy parecido a lo que hablábamos en el punto anterior, así que podemos decir de forma afín a cómo ocurre con el dominio preceptivo, si tu página web utiliza encriptación SSL “https”, puedes acabar con una copia precisa en la versión segura (la que comienza por HTTPS) que si no reencaminas la versión http hacia la versión https podrías generar 2 (sub) dominios como decíamos antes si encima no tenemos ni encaminado las 3 www y el cierre de urls /, calcula el volumen de duplicados que generamos por no crear unas rutas correctas, estamos hablando de 6 en los mejores de los casos de urls duplicadas por cada una de ellas, ¡increíble!, ¿verdad??

El famoso ID de sesión

Muchos sitios manejan las sesiones de usuario introduciendo un código al final de la URL de cada página principalmente son webs que trabajan con webmasters y estos IDS indican de dónde procede la venta, sería el nombre o el número del vendedor del producto. Estos factores, distintos para cada una de las sesiones de usuario, pueden hacer que el buscador piensa que se trata de páginas separadas, aunque realmente sean exactamente la misma.

El conocido como contenido activo

Hay sitios que asignan factores a las URL para supervisar el contenido que se muestra al usuario podríamos llamarle un id de seguimiento, al igual que ocurre con los ID de sesión, los motores de búsqueda pueden interpretar estas páginas como copias.

Los siempre descuidados Archivos

Un inconveniente propio de los weblogs es que exactamente el mismo contenido aparece en páginas diferentes, como ocurre en los archivos de categorías y etiquetas, para servirnos de un ejemplo por este motivo en wordpress tenemos en el yoast donde podemos discriminar muy bien todos estos inconvenientes , nosotros utilizamos la versión premium, plugin que a todos nuestros clientes wordpress les ponemos de forma gratuita.

La famosa paginación

Cualquier web que utilice paginación puede tener este inconveniente, singularmente si las páginas de la serie comparten exactamente el mismo título y descripción, hay dos formas sencillas de resolver estas sueños: poner a partir de la página 2 en medio del title y la description página 2, página 3 y así sucesivamente o que a partir de la página 2 en las metas un simple noindex.

Versión móvil si no tiene responsive

Hay que dejar claro que no recomendamos que su versión para móviles inteligentes sea en una URL independiente, hoy en día se ha avanzado mucho con diseño repsonsive, sin embargo si no tiene un producto realmente bomba, no vale la pena invertir en apps, lo que tiene que hacer es ponerse en el lugar del cliente y pensar si vosotros uso la bajaría, hoy en día las apps no se que estén en extinción, ni mucho menos, sino que la población sólo se baja las que necesita de verdad, si para comprar una camisa tengo 25 webs responsive y la suya en app, usted piensa, que es bajarán su app??, ahora sois una bomba es cosa diferente. Pero vayamos por trabajo como íbamos diciendo si la versión móvil de tus páginas se produce en una URL independiente (pe un subdominio o un subdirectorio) y no se configura adecuadamente, el buscador puede tener contrariedades para saber que se trata de una versión paralela.

Causas cuando el contenido está duplicado fuera de nuestra web

Nos referimos a casos como por ejemplo las redes sociales, sistemas de CDN, que se tendrán tus contenidos en un segundo servidor, lo más habitual el chapado por un tercero, entonces profundizamos en estos motivos más habituales los que son:

Sindicación o redes sociales

Uno de los plagios involuntarios causados por uno mismo sin darnos cuenta el que consiste en enviar tus contenidos a otros sitios para atraer tráfico, como por poner un ejemplo a través de RSS, como puede ser en facebook, twitter, instagram etc. El inconveniente puede surgir cuando publican una copia completa de tu contenido en lugar de un fragmento que tendría que ser.

TLD por Ubicación

Esta práctica no es muy habitual, pero gente con pocos conocimientos de posicionamiento web cree que para posicionar a un país determinado lo mejor es utilizar su TLD, así que para dirigirse a múltiples países pueden haber empleado exactamente el mismo contenido (o bien prácticamente) en múltiples dominios, como para servirnos de un ejemplo en un .es y en un .mx, com.ar, .co, etc…

El CDN

Más utilizado para webs graso con mucho tráfico, por lo que diversifican su contenido en una red de entrega de contenidos llamada CDN, esto implica contestar una parte del contenido web (primordialmente archivos estáticos) en los servidores de la red. Esto puede ser un inconveniente si no se toman las medidas oportunas.

Lo que nosotros utilizamos Scraping

Los scrapers emprendemos diferentes tipos de softwares robots y no robots, no es necesario ser un crack para copiar tu página y publicarla en otro dominio, lo que ocurre realmente que los profesionales utilizamos técnicas más avanzadas, no se basa en sólo chasquear una web y ya está, sino que espineamos el contenido dando un cambio total, buscamos imágenes diferentes las que nos bajamos masivamente de la red, las renombramos masivamente con las tags que queremos posicionar y ni google y ni el mismo editor se da cuenta de que se lo que él había escrito anteriormente, también utilizamos herramientas de plagium que nos dan el tanto % de originalidad del artículo, pero también le diré algo muy claro, poca gente sabe aplicar el SEO en la web, una vez has espineado, modificado fotos y aplicado el SEO, un artículo mío alcanza un 90% de originalidad, así que supera todas las pruebas de google que ahora hablaremos y no se lo pierdan esto, mucha gente vende estos artículos en la red como propios.

Plagios de terceros

Puntualmente, alguien puede copiar un texto de tu sitio y publicarlo en su vía feed o rss, ya que también hay herramientas si no bloqueas tu feed o haces que sólo salga un extracta. La mayoría de veces ocurre de forma intencionada más otras no (la mentalidad completamente es sin coste en Internet y se puede utilizar de forma libre) o eso es lo que se dice.