Un client m'appelle, affolé. Sa page d'accueil a disparu des résultats Google. Pas désindexée : remplacée. Celle qui s'affiche à sa place, c'est une vieille URL en http://www., avec un titre qui date de deux refontes. Il n'a rien touché. Enfin, c'est ce qu'il croit. En dix minutes de vérification, je trouve trois versions du même site accessibles en même temps, et un paramètre de tri de ses fiches produits qui génère 4 800 URL à contenu quasi identique. Voilà le contenu dupliqué : rarement une faute volontaire, presque toujours un héritage technique dont personne ne surveille l'accumulation.
Points clés à retenir
- Le contenu dupliqué n'entraîne pas de sanction manuelle directe : il dilue votre autorité et gaspille le budget de crawl alloué à vos pages.
- La première question à trancher n'est jamais « comment corriger » mais « quelle URL garder ».
- Une 301 déplace définitivement, une canonique déclare une préférence. Ce n'est pas interchangeable.
- Les variantes d'URL (http/https, www, paramètres, pagination) causent plus de dégâts cumulés que le plagiat.
- Le duplicata par des tiers se traite avec des preuves d'antériorité, pas avec des outils de détection.
Comprendre le contenu dupliqué : la vraie menace n'est pas celle qu'on croit
Non, Google ne va pas vous envoyer un message d'avertissement dans la Search Console pour cause de duplicata interne. Il n'y a pas de « pénalité duplicate content » au sens strict. La réalité est plus insidieuse, et franchement plus difficile à expliquer à un dirigeant : quand deux URL se disputent le même sujet, Google doit choisir laquelle afficher. Il le fait bien souvent tout seul. Et il choisit régulièrement la mauvaise.
Les conséquences se mesurent en trois endroits :
- Le budget de crawl. Google explore un nombre limité d'URL par site et par période. Si 40 % de ce budget part sur des paramètres de filtres vides, vos nouvelles pages attendent des semaines avant d'être visitées.
- L'autorité. Les liens entrants, les signaux d'usage, la notoriété se divisent entre plusieurs adresses concurrentes au lieu de s'additionner.
- La conversion. Un visiteur qui atterrit sur la mauvaise variante d'un produit ne le trouve pas, et s'en va.
Duplication interne ou externe : deux chantiers distincts
La duplication interne vient de votre propre site : variantes techniques, fiches quasi identiques, pages de catégories qui se recoupent. Vous contrôlez tout, la correction est donc rapide et définitive.
La duplication externe, c'est un tiers qui recopie vos textes. Vous n'avez aucun contrôle sur le site en face. J'ai eu le cas sur un blog dont un agrégateur repompait les articles entiers avec un léger décalage dans le temps. Nous avons perdu le classement sur une vingtaine de requêtes en trois semaines. Pas parce que Google nous a sanctionnés : parce qu'il a cru que la copie était l'originale. L'antériorité existait, mais rien ne la rendait visible côté serveur.
Pourquoi Google se trompe parfois d'original
La détection repose sur la chronologie d'indexation et sur des signaux de confiance. Un site jeune qui reprend un texte ancien mais qui héberge ce texte sur une meilleure infrastructure peut, dans certains cas, paraître plus légitime. Si votre contenu a été indexé avant la copie mais que votre page est lente, chargée de scripts et sans données structurées, vous perdez l'arbitrage. L'antériorité seule ne suffit pas : elle doit être accompagnée de signaux qui disent à Google « cette source est l'originale ».
Comment détecter le contenu dupliqué sans y passer un week-end
La bonne méthode n'est pas de scanner tout le site puis de trier. C'est de partir du serveur, pas du texte. Les causes techniques de duplication sont limitées et connues ; une fois éliminées, il reste très peu de vrai travail éditorial.
L'audit technique : cinq minutes, cinq vérifications
Sur un site dont je m'occupe, la dernière vérification a révélé quatre adresses actives pour la même page d'accueil. Voilà les points à contrôler en premier, dans cet ordre :
- Les quatre variantes protocolaires et d'hôtes : http vs https, et www vs sans www. Une seule doit répondre en 200 ; les trois autres doivent rediriger en 301.
- Le
rel="canonical"de toutes vos pages de listing et de catégorie. - Le paramétrage de la pagination : les pages 2, 3, 4 d'une catégorie ne doivent pas concurrencer la page 1 sur la même requête.
- Les paramètres de tri, de filtre, de session et de suivi (utm, gclid, sort, filter, page). Testez-en un manuellement : s'il génère une URL unique et indexable, vous avez votre problème.
- Le contenu des fiches produits proches : même descriptif, même photo, seules deux références changent.
Un outil de crawling met tout ça en évidence en une passe, et la Search Console vous montre les URL réellement indexées. Comparer les deux listes est souvent édifiant.
Et si le problème vient de l'extérieur ?
Vous n'avez pas d'outil fiable pour trouver qui vous copie, et c'est tant mieux : la chasse systématique au plagiat est une perte de temps. La vraie question est de savoir si le duplicata externe vous fait perdre du trafic. Si oui, vous avez deux leviers :
- La preuve d'antériorité : sitemap horodaté, historique d'indexation en Search Console, empreinte de publication. C'est votre dossier de base.
- Le signalement. Google dispose d'un formulaire dédié pour les violations de droits d'auteur, et il fonctionne. La procédure est longue, parfois plusieurs semaines, mais elle aboutit.
Ce que je ne conseille pas : envoyer un mail menaçant au webmaster du site qui vous copie. Dans mon expérience, ça déclenche plus souvent un second site miroir qu'un retrait rapide.
Corriger le contenu dupliqué : l'arbre de décision qui règle 80 % des cas
Presque tous les articles sur le sujet listent les solutions sans dire quand les appliquer. C'est pourtant là que tout se joue. Une 301 et une canonique ne répondent pas à la même situation, et les inverser crée parfois plus de dégâts que de laisser le duplicata en place.
La première question : quelle URL garder ?
Posez-vous une seule question : cette page doit-elle exister en tant qu'entité propre, avec sa propre valeur pour l'internaute ? Si la réponse est non — c'est une variante technique ou une copie —, vous redirigez. Si la réponse est oui mais que le contenu se chevauche, vous différenciez.
| Situation | Bonne réponse | Mauvaise réponse |
|---|---|---|
| www et sans www | Redirection 301 permanente vers la version choisie | Canonique seule |
| Paramètre de tri ou de filtre | Canonique vers la page principale + désindexation des combinaisons vides | Redirection de tout |
| Ancienne URL après refonte | Redirection 301, page par page | Redirection en bloc vers l'accueil |
| Deux fiches produits aux textes similaires | Réécriture réelle avec contenu spécifique | Canonique croisée |
| Page de pagination | Chaque page reste autonome, avec un titre qui précise le numéro | Canonique de toutes les pages vers la page 1 |
| Contenu repompé par un tiers | Preuve d'antériorité + signalement | Réécriture pour échapper au copieur |
Pourquoi rediriger toutes vos anciennes pages vers l'accueil est une faute
Je l'ai fait. En 2023, sur une refonte de site avec un délai serré, j'ai redirigé 240 URL anciennes vers la page d'accueil en une seule règle serveur. Rapide, propre, satisfaisant. Trois mois plus tard, le trafic organique avait chuté de 38 % sur les pages concernées, et l'accueil ne récupérait rien. Google traite une redirection groupée vers l'accueil comme un signal de disparition : la page cible ne correspond à aucune des anciennes, donc la valeur se perd en route. Sur ce même site, nous avons repris la correspondance page par page, six semaines de travail, et récupéré l'essentiel en cinq mois.
La règle : une redirection 301 doit envoyer vers la page la plus proche du sujet de l'ancienne. Si elle n'existe pas, mieux vaut une page de catégorie pertinente qu'une page d'accueil.
Réécrire plutôt que supprimer : quand la fusion vaut mieux que le redirect
Quand deux pages traitent du même sujet mais ont chacune du trafic et des liens entrants, supprimer l'une est un gâchis. La fusion est presque toujours supérieure : vous récupérez le meilleur de chaque contenu dans une seule URL, puis vous redirigez l'ancienne. Dans mon dernier projet de ce type, deux guides qui se cannibalisaient sur une même requête ont été fusionnés ; la page obtenue a pris la première position en six semaines et a conservé le trafic des deux. Ce n'est pas systématique, mais c'est la seule voie qui ne sacrifie rien.
Faut-il vraiment réécrire tout son contenu pour échapper au duplicata ?
Non. Et c'est probablement la croyance la plus coûteuse du domaine. Beaucoup de prestataires vendent de la réécriture massive en promettant un effet sur les positions ; dans les faits, une page réécrite sans gagner en spécificité ne fait que changer la forme du problème. Google mesure la similarité de sens, pas la similarité de mots. Remplacer « acheter » par « acquérir » et déplacer deux paragraphes ne rend pas un texte unique.
Ce qui rend un contenu réellement distinct tient en quatre éléments : des données propres à votre offre (dimensions réelles, délais constatés, retours clients), un angle absent de la concurrence, une structure que personne n'a adoptée, et des exemples situés. Chacun de ces éléments demande du travail éditorial réel. C'est lent. Mais une page enrichie de cette façon ne se fera plus jamais dépasser par une copie.
Le rôle du canonical dans tout ça
La balise canonique est une déclaration de préférence, pas un ordre. Google la respecte dans la grande majorité des cas, mais peut l'ignorer s'il juge la page déclarée non pertinente. Son intérêt principal : elle s'applique à des pages que vous voulez conserver accessibles — pour vos campagnes, pour vos liens internes — sans qu'elles concourent dans les résultats. C'est l'outil idéal pour les paramètres de tri, pas pour les anciennes URL.
Un point de vigilance : une canonique qui pointe vers une page redirigée, ou qui forme une boucle, ou qui renvoie vers une autre canonique, sera ignorée. J'ai vu un site envoyer toutes ses canoniques vers une page en 404. Le diagnostic avait pris deux jours, parce que le problème n'était pas visible dans l'interface d'administration.
Surveiller le duplicata dans le temps, parce que le problème revient toujours
Un nettoyage réussi n'est pas une victoire définitive. Les paramètres d'URL réapparaissent à chaque nouvelle campagne, les fiches produits se multiplient plus vite que les équipes ne les rédigent, et une mise à jour de CMS peut réactiver une variante protocolaire sans prévenir. Ce qui a fonctionné chez moi tient en une chose simple : une vérification mensuelle de la liste des URL indexées, comparée à la liste attendue. Cinq minutes par mois. Quand un écart apparaît, vous le corrigez le jour même, pas six mois plus tard.
Reste une question que je pose désormais systématiquement en fin de mission, et qui change la façon dont on aborde le sujet : votre site a-t-il un jour été pensé comme un ensemble de pages uniques, ou comme un catalogue technique auquel on a greffé du contenu après coup ? Dans le second cas, aucun correctif ponctuel ne tiendra. Le duplicata n'est pas un incident à réparer, c'est le symptôme d'une architecture qui produit de la répétition par construction. Et tant que personne n'accepte de regarder ça, vous nettoierez les mêmes paramètres chaque année.
