Duplicate content (contenu dupliqué)

Le duplicate content est un terme utilisé en référencement internet pour désigner du texte identique sur deux pages différentes (d'un même site ou de sites différents). Il est également utilisé lorsque deux pages sont accessibles via deux adresses (URL) différentes (ou plus), certains CMS, ventes en ligne dont Oscommerce, ... ont ce problème nativement, des erreurs dans les fichiers .htaccess lors de l'URL Rewriting sont aussi une source. Ceci provoque généralement des pertes de positionnement importantes dans les résultats des recherches des moteurs.

Ce problème est connu des référenceurs Web depuis des années et déclasse une des page, pénalise toutes les pages ou même les déclassent complètement de l'index. Depuis mi-2008, Google a nettement amélioré la détection de ce problème souvent lié à une copie du contenu sur un autre site, parfois par fainéantise ou information complémentaire sur un sujet, mais plus souvent pour "faire du contenu" sans se fatiguer. L'algorithme détecte maintenant des phrases identiques (même quelques mots) ou très similaires dans différents sites. Ceci a provoqué la chute de visiteurs dans bons nombres d'annuaires où les inscriptions (titre du lien et description) de leur site par les webmasters sont souvent identiques ou même copiées / collées, voire l'utilisation d'un logiciel d'inscription automatique. D'autres parties dupliquées ont également le problème comme les sites de petites annonces, voire forum, utilisation de flux RSS, ...

Dans tous les cas, ceci provoque un Pagerank grisé, synonyme généralement de déclassement important (voire total) pour la majorité des pages identiques. Google semble juste garder les pages de sites considérés comme de "confiance" par leur ancienneté ou les liens institutionnels qui sont envoyés vers le site.

Définition annexe: backlistage

Lien externe: Dossier: les pénalités de Google 2007 - 2008, Pagerank et sanctions sur les sites.