Contenuti duplicati: titoli, canonical e varianti di URL

Che cosa sono i contenuti duplicati

Contenuti duplicati significa lo stesso contenuto principale, o uno molto simile, a più di un indirizzo. Nella maggior parte dei casi non si tratta di testo copiato ma di un fatto tecnico: una pagina risponde a più indirizzi. Google chiama canonicalizzazione la scelta di un indirizzo rappresentativo. Raggruppa le pagine con contenuto principale uguale o molto simile e ne mostra una nei risultati di ricerca.

Google scrive che una parte di contenuti duplicati è normale e non viola le sue norme sullo spam. Il problema è un altro: non decidi tu quale indirizzo compare, segnali come i link si dividono tra più indirizzi, le statistiche sono più difficili da leggere e i crawler passano tempo sulle copie invece che sulle pagine nuove.

Da dove vengono i duplicati

• Protocollo e host: http e https, con e senza www. Google li indica entrambi come varianti tipiche.
• Parametri: parametri di tracciamento come gclid o utm_source, ID di sessione, e ordinamento o filtri nelle pagine di categoria.
• Piccole differenze nell’indirizzo: una barra finale, maiuscole e minuscole, o index.html possono trasformare una pagina in più indirizzi.
• Lo stesso prodotto in più categorie, con un indirizzo per ogni percorso.
• Versioni di stampa, pagine mobile separate e copie di test o demo raggiungibili dai crawler.
• Varianti regionali: indirizzi separati per più paesi con lo stesso contenuto nella stessa lingua.

Per trovarli, confronta tre elenchi: gli indirizzi nella tua sitemap, gli indirizzi che compaiono nelle tue statistiche e gli indirizzi che trova una scansione del tuo sito. Un indirizzo che compare nelle statistiche ma manca nella sitemap è spesso una variante.

Titoli, descrizioni e H1 duplicati

Un secondo tipo di duplicato riguarda i testi, non gli indirizzi. Google consiglia un titolo distinto e descrittivo per ogni pagina e sconsiglia testo ripetuto o standard nell’elemento title. Il suo esempio è un negozio che usa la stessa frase promozionale come titolo di ogni pagina, così che le pagine non si distinguono più. Se il titolo non è utile, Google può anche basarsi sul titolo principale visibile e su intestazioni come h1.

Le cause tipiche sono modelli che inseriscono solo il nome del negozio, pagine di categoria con numeri di pagina e varianti di prodotto che condividono un unico testo. Dai a ogni pagina di un gruppo simile un titolo, una descrizione e un H1 che indichino ciò che è diverso: il prodotto, il colore, la città o l’argomento. Come scriverli è spiegato nella nostra guida su title e meta description.

Pagine quasi uguali

Le pagine con un testo principale quasi uguale sono più difficili da valutare: pagine locali che cambiano solo il nome della città, varianti con un testo comune, pagine di tag e di categoria che elencano gli stessi articoli. Chiediti per ogni gruppo se ogni pagina ha uno scopo proprio per i visitatori. Se sì, dalle un contenuto proprio. Se no, unisci le pagine in una sola e reindirizza le altre, oppure indica una pagina come versione principale.

Come dire a Google quale indirizzo è quello principale

Google indica tre modi e dice quanto è forte ciascuno come segnale:

• Un reindirizzamento, per esempio 301: un segnale forte che la destinazione deve diventare canonica. Usalo quando dismetti il duplicato.
• Un link canonical nell’head della pagina o come intestazione HTTP: anche questo un segnale forte. L’intestazione funziona anche per file come i PDF.
• Una sitemap che elenca solo gli indirizzi principali: un segnale debole.

Google tratta la tua scelta come un’indicazione, non come una regola, e può scegliere un’altra pagina se altri segnali non concordano. Fai quindi puntare ogni segnale allo stesso indirizzo.

Regole per i link canonical

• Ogni pagina principale indica sé stessa come canonica.
• Usa indirizzi completi con https://, non relativi.
• Non indicare indirizzi canonici diversi per la stessa pagina in punti diversi.
• Non usare noindex per scegliere tra duplicati del tuo sito. Esclude completamente la pagina dalla Ricerca.
• Non usare robots.txt per questo. Google può comunque indicizzare indirizzi bloccati, solo senza il loro contenuto.
• Collega internamente l’indirizzo principale, nei menu, nel testo e nella sitemap.
• Le versioni linguistiche indicano sé stesse, non un’altra lingua. La nostra guida sugli errori hreflang spiega perché.

www, https e altre varianti del sito

Scegli una forma del tuo dominio, per esempio https con www, e reindirizza ogni altra forma verso di essa, pagina per pagina e non verso la home page. Google preferisce in genere la versione https come canonica, a meno che ci siano problemi come un certificato non valido, e sconsiglia i reindirizzamenti da https a http. Dopo, controlla che link interni, link canonical e sitemap usino tutti la forma scelta.

Lavorare con Do4U

Il Controllo contenuti duplicati legge il tuo sito dalla home page, da un elenco di indirizzi o da una sitemap. Per un numero limitato di pagine confronta titoli, meta description, H1, link canonical, noindex e il testo principale visibile. Ricevi ogni risultato raggruppato con gli indirizzi interessati: titoli e descrizioni duplicati o mancanti, pagine con poco testo, pagine con testo quasi uguale, link canonical verso pagine non funzionanti o altri siti, e pagine noindex a cui rimandano le tue pagine. Puoi esportare tutto in CSV. Il controllo funziona senza AI ed è gratuito, con un limite giornaliero per account.

Le pagine vengono lette come le consegna il server, senza JavaScript, e un sito grande viene letto solo in parte. Le lunghezze dei titoli sono valori indicativi, non regole di Google. Do4U trova indicazioni, tu controlli e decidi quale indirizzo resta.