Un client m'appelle un mardi matin, paniqué. Son site de e-commerce a perdu 40 % de trafic organique en trois semaines. Il a vérifié sa Search Console, tout est vert. Pas d'action manuelle, pas d'erreur d'indexation, rien. Il me dit : « J'ai rien changé, je te jure. » Je regarde. Il avait raison, il n'avait rien changé. Sauf que 400 pages de son catalogue étaient accessibles via sept URL différentes chacune, à cause d'un filtre de tri mal configuré. Google avait choisi la mauvaise version à indexer, et les bonnes pages se cannibalisaient entre elles.
Voilà ce que personne ne dit vraiment sur le contenu dupliqué : dans 80 % des cas que je traite, le problème n'est pas que le contenu est copié. C'est que le même contenu est accessible à plusieurs endroits, et que Google doit deviner lequel montrer. Il devine mal. Résultat : vos meilleures pages disparaissent derrière des versions secondaires.
Points clés à retenir
- Le contenu dupliqué n'est pas une pénalité, c'est un problème de dilution d'autorité : Google répartit la valeur entre plusieurs URL au lieu de la concentrer sur une.
- Distinguer duplicate interne (vous vous copiez vous-même) et externe (on vous copie) change totalement la méthode de correction.
- Priorisez par impact réel : une page qui génère 60 % de votre trafic dupliquée vaut mille fois plus qu'une page orpheline clonée.
- La redirection 301, la balise canonical et le noindex ne sont pas interchangeables. Choisir la mauvaise option aggrave le problème.
- Le duplicate subi (scraping) se traite différemment du duplicate que vous avez créé vous-même.
Comment détecter le contenu dupliqué : la méthode que j'utilise vraiment
La plupart des articles vous diront d'aller sur Screaming Frog et de cliquer sur « Duplicate Content ». C'est un point de départ. Pas une méthode.
Le souci, c'est que cet onglet va vous sortir 3 000 URL similaires et vous n'aurez aucune idée de par où commencer. J'ai fait cette erreur : un crawler m'a craché 2 800 URL en doublon, je les ai corrigées une par une pendant deux semaines, et mon trafic n'a pas bougé d'un iota. Parce que j'avais corrigé les mauvaises.
Les trois niveaux de duplication à identifier avant tout
Avant de toucher à quoi que ce soit, classez ce que vous trouvez. Il y a trois cas, et ils ne se soignent pas pareil.
- Duplication technique : la même page accessible via plusieurs URL (avec/sans www, http vs https, paramètres de tri, sessions ID). C'est le plus fréquent et le plus facile à régler.
- Duplication de contenu quasi-identique : vos propres pages qui se ressemblent trop (fiches produits déclinées par couleur, pages de villes pour un service local).
- Duplication externe : un autre site reprend votre contenu. Là, c'est un tout autre problème, que j'aborde plus bas.
Ce que le crawler ne vous dira jamais
Un crawler compare des textes. Il ne compare pas ce qui compte pour vous : la valeur business de chaque page. Deux pages identiques à 90 % ne se valent pas si l'une convertit à 4 % et l'autre à 0 %.
Ma règle : je croise toujours la sortie du crawler avec les données de clics. Une page qui reçoit plus de 500 clics par mois n'a pas le même statut qu'une page qui en reçoit 3. Corriger la première d'abord. Toujours.
Corriger : la matrice de décision que j'aurais aimé avoir plus tôt
On m'a demandé vingt fois : « Canonical ou 301 ? » La vraie réponse dépend de ce que vous voulez garder. Voici comment je tranche, après avoir testé les trois options sur des dizaines de sites.
Canonical, 301 ou noindex : quand choisir quoi
| Situation | Solution | Pourquoi |
|---|---|---|
| Page identique accessible via URL avec paramètres (?sort=, ?utm=) | Balise canonical vers l'URL propre | Vous gardez la page accessible pour les internautes, Google consolide les signaux sur l'URL de référence |
| Ancienne URL à remplacer définitivement | Redirection 301 | Le signal passe à la nouvelle URL, l'ancienne disparaît proprement de l'index |
| Pagination d'une catégorie | Canonical sur elle-même, pas sur la page 1 | Erreur classique : pointer la page 2 vers la page 1 fait perdre le contenu profond aux visiteurs |
| Page interne de recherche, résultat de filtre sans valeur SEO | Noindex | Vous laissez la page vivre pour l'utilisateur, vous la retirez de l'index |
| Variantes de couleur d'un même produit | Contenu unique par variante, ou canonical si différence minime | Dépend de la demande de recherche réelle : si personne ne cherche la version rouge, inutile de créer une page |
Le piège que je vois tout le temps : mettre un canonical vers une URL qui n'existe pas encore, ou vers une URL qui redirige. Google considère alors la balise comme invalide et ignore votre signal. J'ai perdu un mois comme ça sur un projet — je pointais vers des versions non-canoniques sans m'en rendre compte.
Les paramètres d'URL : le nettoyage passif qui rapporte
La majorité des duplications techniques viennent de paramètres que vous n'avez jamais voulus. Filtres de tri, identifiants de session, paramètres de tracking collés dans les liens internes.
Trois actions concrètes, dans cet ordre :
- Déclarez les paramètres inutiles dans la Search Console de Google, en les marquant comme « sans effet sur le contenu ». La fonctionnalité est sous-utilisée.
- Interdisez le crawl des URL paramétrées sans valeur via robots.txt, mais uniquement après avoir vérifié qu'elles ne reçoivent pas de trafic direct.
- Corrigez vos liens internes pour qu'ils pointent tous vers la version propre. Un lien interne vers une URL avec paramètre, c'est un signal que vous diffusez vous-même.
Sur un site de 1 200 pages que j'ai repris, la seule correction des liens internes a récupéré 18 % de trafic en six semaines. Sans réécrire une seule ligne de contenu.
Le cas que personne ne traite : quand on vous copie
Ça vous arrivera. Un site reprend vos articles, mot pour mot, souvent un site à faible autorité qui essaie de ranker sur votre dos. La question angoissante : est-ce que Google va me pénaliser, moi, pour un contenu que je n'ai pas copié ?
En pratique, non — à condition que votre version soit indexée en premier. Google a une notion d'antériorité. Si votre contenu est en ligne et indexé avant la copie, c'est vous la source. Le scraper se fait généralement ignorer.
Mais il y a un cas où ça vous coûte cher : quand le scraper publie avant que votre page soit indexée, ou qu'il a plus d'autorité que vous. Là, vous pouvez passer pour le copieur. J'ai vu un blog de niche perdre sa page la mieux classée au profit d'un agrégateur qui l'avait republié en trois heures.
Que faire concrètement
- Vérifiez d'abord qui est indexé en premier. Tant que c'est vous, il n'y a rien à faire, et perdre du temps à envoyer des emails de réclamation n'en vaut pas la peine.
- Si le copieur vous précède dans l'index, signalez-le. La procédure de retrait pour atteinte au droit d'auteur existe et fonctionne, mais elle prend du temps.
- La vraie protection, c'est la vitesse d'indexation et l'autorité de domaine. Un site solide avec un contenu régulièrement mis à jour se fait rarement dépasser.
Franchement, la chasse au scraper est un mauvais investissement pour 95 % des sites. Sauf si votre page rapporte beaucoup.
Réécrire ou enrichir : ce qui marche vraiment
On vous dira de « réécrire pour rendre unique ». C'est un conseil creux. Réécrire du contenu dupliqué juste pour qu'il soit différent produit souvent une page plus mauvaise que l'originale.
Ce qui fonctionne, c'est l'enrichissement ciblé. Au lieu de reformuler des phrases, j'ajoute ce que le concurrent ne peut pas copier : des données terrain, un tableau comparatif, une section qui répond à une question que personne ne traite. Ce que vous voyez dans cet article, c'est exactement ça.
Sur une page produit que je suivais, la réécriture complète a fait baisser le taux de conversion de 6 %. L'enrichissement — ajout de retours clients réels, d'une section « pour qui ce produit n'est pas fait » — l'a remonté de 22 % en deux mois. Le contenu unique n'est pas le contenu différent. C'est le contenu que personne d'autre ne peut écrire.
Dans quel ordre tout corriger
Vous ne corrigerez jamais 100 % d'un coup. Alors voici l'ordre qui rapporte :
- Les pages qui génèrent votre trafic (top 20 % en clics)
- Les duplications techniques (canonical, paramètres) — rapides à régler, impact immédiat
- Les pages de catégorie et de pagination
- Le contenu quasi-identique à faible trafic — souvent fusionnable ou supprimable
- Le duplicate externe, en dernier, sauf urgence
Et surtout : mesurez entre chaque étape. J'ai déjà corrigé trois lots de duplication d'affilée sans rien mesurer, en pensant que le trafic allait bondir. Il a mis deux mois à bouger. Si j'avais attendu entre chaque lot, j'aurais su quel correctif avait vraiment payé, et j'aurais arrêté de m'acharner sur le reste.
Le contenu dupliqué n'est presque jamais un problème de copie. C'est un problème de concentration : vous dispersez ce que vous devriez rassembler. Et tant que vous corrigez à l'aveugle, en réécrivant des paragraphes au hasard, vous ajoutez du travail sans rien ajouter de valeur. La question utile n'est pas « ce contenu est-il dupliqué ? » mais « est-ce que je veux que Google montre celui-ci, ou un autre ? ». Répondez à ça, et la technique suit toute seule.
