Dubbele content: titels, canonical en URL-varianten

Wat dubbele content is

Dubbele content betekent dezelfde of sterk vergelijkbare hoofdinhoud op meer dan één adres. Meestal gaat het niet om gekopieerde tekst, maar om techniek: één pagina antwoordt onder meerdere adressen. Google noemt de keuze voor één representatief adres canonicalisatie. Het groepeert pagina's met dezelfde of sterk vergelijkbare hoofdinhoud en toont er één van in de zoekresultaten.

Google schrijft dat enige dubbele content normaal is en geen overtreding van zijn spambeleid. Het probleem is een ander: jij bepaalt niet welk adres verschijnt, signalen zoals links worden over meerdere adressen verdeeld, statistieken zijn lastiger te lezen en crawlers besteden tijd aan kopieën in plaats van aan nieuwe pagina's.

Waar dubbele content vandaan komt

• Protocol en host: http en https, met en zonder www. Google noemt beide als typische varianten.
• Parameters: trackingparameters zoals gclid of utm_source, sessie-ID's, en sortering of filters op categoriepagina's.
• Kleine verschillen in het adres: een schuine streep aan het eind, hoofd- en kleine letters of index.html kunnen van één pagina meerdere adressen maken.
• Hetzelfde product in meerdere categorieën, met een adres voor elk pad.
• Printweergaven, aparte mobiele pagina's en test- of demokopieën die crawlers kunnen bereiken.
• Regiovarianten: aparte adressen voor meerdere landen met dezelfde inhoud in dezelfde taal.

Om ze te vinden vergelijk je drie lijsten: de adressen in je sitemap, de adressen die in je statistieken verschijnen en de adressen die een crawl van je site vindt. Een adres dat in je statistieken staat maar in de sitemap ontbreekt, is vaak een variant.

Dubbele titels, beschrijvingen en H1

Een tweede soort dubbele content gaat over teksten, niet over adressen. Google raadt voor elke pagina een eigen, beschrijvende titel aan en waarschuwt voor herhaalde of standaardtekst in het title-element. Het voorbeeld is een webshop die dezelfde verkoopzin als titel van elke pagina gebruikt, zodat de pagina's niet meer van elkaar te onderscheiden zijn. Is de titel niet bruikbaar, dan kan Google ook de belangrijkste zichtbare titel en koppen zoals h1 gebruiken.

Typische oorzaken zijn sjablonen die alleen de naam van de webshop invullen, categoriepagina's met paginanummers en productvarianten die één tekst delen. Geef elke pagina in zo'n groep een titel, een beschrijving en een H1 die noemen wat er anders is: het product, de kleur, de stad of het onderwerp. Hoe je ze schrijft, staat in onze gids over paginatitels en metabeschrijvingen.

Pagina's die bijna hetzelfde zijn

Pagina's met bijna dezelfde hoofdtekst zijn lastiger te beoordelen: locatiepagina's waarin alleen de naam van de stad verandert, varianten met één gedeelde tekst, tag- en categoriepagina's die dezelfde artikelen tonen. Vraag je per groep af of elke pagina een eigen doel heeft voor bezoekers. Zo ja, geef haar eigen inhoud. Zo nee, voeg de pagina's samen tot één en stuur de andere door, of markeer één pagina als hoofdversie.

Zo vertel je Google welk adres het hoofdadres is

Google noemt drie manieren en zegt hoe sterk elk ervan als signaal is:

• Een redirect, bijvoorbeeld 301: een sterk signaal dat het doel canoniek moet worden. Gebruik het als je de kopie opheft.
• Een canonieke link in de head van de pagina of als HTTP-header: ook een sterk signaal. De header werkt ook voor bestanden zoals pdf's.
• Een sitemap die alleen hoofdadressen bevat: een zwak signaal.

Google ziet jouw keuze als een hint, niet als een regel, en kan een andere pagina kiezen als andere signalen iets anders zeggen. Laat daarom elk signaal naar hetzelfde adres wijzen.

Regels voor canonieke links

• Elke hoofdpagina noemt zichzelf als canoniek.
• Gebruik volledige adressen met https://, geen relatieve.
• Noem op verschillende plekken geen verschillende canonieke adressen voor dezelfde pagina.
• Gebruik geen noindex om te kiezen tussen kopieën op je eigen site. Dat houdt de pagina helemaal uit Zoeken.
• Gebruik hiervoor geen robots.txt. Google kan geblokkeerde adressen toch indexeren, alleen zonder hun inhoud.
• Link intern naar het hoofdadres, in menu's, in de tekst en in de sitemap.
• Taalversies noemen zichzelf, niet een andere taal. Onze gids over hreflang-fouten legt uit waarom.

www, https en andere sitevarianten

Kies één vorm van je domein, bijvoorbeeld https met www, en stuur elke andere vorm daarnaar door, pagina voor pagina en niet naar de startpagina. Google geeft in het algemeen de voorkeur aan de https-versie als canonieke versie, tenzij er problemen zijn zoals een ongeldig certificaat, en raadt redirects van https naar http af. Controleer daarna of interne links, canonieke links en de sitemap allemaal de gekozen vorm gebruiken.

Werken met Do4U

De Controle op duplicaten leest je website vanaf de startpagina, vanuit een lijst met adressen of vanuit een sitemap. Voor een beperkt aantal pagina's vergelijkt hij titels, metabeschrijvingen, H1, canonieke links, noindex en de zichtbare hoofdtekst. Je krijgt elke bevinding gegroepeerd met de betrokken adressen: dubbele en ontbrekende titels en beschrijvingen, pagina's met weinig tekst, pagina's met bijna dezelfde tekst, canonieke links naar kapotte pagina's of andere websites, en noindex-pagina's waarnaar je eigen pagina's linken. Je kunt alles als CSV exporteren. De controle werkt zonder AI en is gratis, met een daglimiet per account.

Pagina's worden gelezen zoals de server ze levert, zonder JavaScript, en een grote website wordt maar voor een deel gelezen. Titellengtes zijn richtwaarden, geen regels van Google. Do4U vindt aanwijzingen, jij controleert en beslist welk adres blijft.