Contenido duplicado: cómo de­te­c­tar­lo y evitarlo

Uno de los pri­n­ci­pios más im­po­r­ta­n­tes de la op­ti­mi­za­ción de los motores de búsqueda es el contenido único. Con él, se asegura la mejor cla­si­fi­ca­ción de una página web entre los re­su­l­ta­dos de búsqueda y hace que la ex­pe­rie­n­cia del usuario sea más en­ri­que­ce­do­ra. Además, es la base de una es­tra­te­gia de co­n­te­ni­dos exitosa.

Lo contrario del contenido único se conoce como contenido duplicado. El término describe bloques de texto o sitios web completos que se duplican en varias URL. Evitar este tipo de contenido en favor del contenido único es im­po­r­ta­n­te para el éxito de la op­ti­mi­za­ción de los motores de búsqueda. Es decir, el contenido duplicado afecta de forma negativa a la cla­si­fi­ca­ción de una página web y a su usa­bi­li­dad.

El término contenido duplicado se refiere a las páginas web o pasajes de texto que están du­pli­ca­dos en más de una URL.

En general, se di­s­ti­n­guen dos tipos:

• El contenido duplicado interno se refiere al contenido duplicado en un solo dominio.
• El contenido duplicado externo se encuentra en distintos dominios.

Ambos términos se refieren a páginas o bloques de texto que se comparten sin mo­di­fi­ca­cio­nes. Cuando el contenido no es 100 % idéntico, pero sí muy parecido, se habla de contenido casi duplicado.

La mayoría de los gestores de páginas web conocen los efectos negativos del contenido duplicado y, por tanto, lo evitan. Sin embargo, el contenido duplicado interno es muy común. A menudo tiene causas técnicas. Puedes encontrar más in­fo­r­ma­ción al respecto en la sección “Causas técnicas del contenido duplicado”.

A menudo, el mismo contenido puede en­co­n­trar­se varias veces en varias su­b­pá­gi­nas de un dominio. Las tiendas online, en pa­r­ti­cu­lar, se enfrentan a este problema. Cuando un producto se asigna a varias ca­te­go­rías o está di­s­po­ni­ble en di­fe­re­n­tes va­ria­cio­nes, la de­s­cri­p­ción del producto suele ser en gran medida la misma en varias páginas. Esto se considera contenido duplicado. A menudo, no se suele tener en cuenta a los PDF que contienen in­fo­r­ma­ción sobre productos. Si su contenido coincide con el de la página de destino de un producto, se cuentan como contenido duplicado. Otro ejemplo es la de­cla­ra­ción de la filosofía de una empresa que puede aparecer en varias su­b­pá­gi­nas.

Las tiendas online también suelen verse afectadas por casos de contenido duplicado externo. Al comprar sus productos a un mayorista, es posible que otros mi­no­ri­s­tas utilicen las mismas de­s­cri­p­cio­nes de productos en sus páginas web. En este caso, un contenido idéntico no solo afecta ne­ga­ti­va­me­n­te a la cla­si­fi­ca­ción en los motores de búsqueda, sino también a la decisión de compra de los clientes po­te­n­cia­les. Si la pre­se­n­ta­ción de un producto no difiere entre los di­s­tri­bui­do­res, la decisión de compra se basa en el precio. Es mejor utilizar de­s­cri­p­cio­nes de producto únicas y comprobar re­gu­la­r­me­n­te si otros co­me­r­cia­n­tes las han copiado.

El contenido duplicado externo también se crea cuando se copian co­n­te­ni­dos de terceros, incluso como parte de una co­la­bo­ra­ción y con el co­n­se­n­ti­mie­n­to del autor. Las versiones de tu página web en distintos países e idiomas a través de di­fe­re­n­tes nombres de dominio también suponen un riesgo de contenido duplicado externo.

Los motores de búsqueda como Google utilizan un algoritmo para evaluar todas las páginas web po­te­n­cia­l­me­n­te re­le­va­n­tes y utilizan ciertos criterios para de­te­r­mi­nar el orden en que se muestran los re­su­l­ta­dos de la búsqueda. El objetivo de esta eva­lua­ción es presentar al usuario el contenido más relevante en la parte superior de la cla­si­fi­ca­ción.

Si el mismo contenido aparece en varias páginas web, los motores de búsqueda no pueden hacer una eva­lua­ción adecuada. Esto complica la asi­g­na­ción de confianza, re­le­va­n­cia y repu­tación y, como resultado, también complica la creación de un ranking. Por lo tanto, los motores de búsqueda suelen evitar indexar el mismo contenido varias veces y mostrarlo en los re­su­l­ta­dos de búsqueda, ya que esto no ofrece ningún valor añadido para los usuarios. Por lo tanto, la cla­si­fi­ca­ción de las páginas que contienen contenido duplicado caerá.

Debido a los efectos negativos del contenido duplicado, se deben evitar los llamados web scrapers. Este tipo de software copia los sitios web uno a uno. Un motor de búsqueda como Google puede reconocer los web scrapers en base a varios pa­rá­me­tros y los distingue de las páginas web “reales”.

Entre el 25 y el 35 por ciento del contenido de todos los sitios web es contenido duplicado. El contenido duplicado no es ne­ce­sa­ria­me­n­te algo malo. Este vídeo explica cómo trata Google el contenido duplicado y lo que hay que evitar a toda costa:

Es aco­n­se­ja­ble comprobar re­gu­la­r­me­n­te si una página web tiene contenido duplicado. En muchos casos ocurre sin que el ad­mi­ni­s­tra­dor del sitio web lo sepa, por ejemplo, cuando se crean nuevas páginas o cuando los enlaces internos son in­cohe­re­n­tes. A co­n­ti­nua­ción, te mo­s­tra­re­mos los métodos más comunes que puedes utilizar para localizar el contenido duplicado.

Si tu página web consta de un número limitado de su­b­pá­gi­nas, es una buena idea co­m­pro­bar­las ma­nua­l­me­n­te. Presta especial atención a las secciones de texto que utilizas varias veces en tu página web. No­r­ma­l­me­n­te se trata de pre­se­n­ta­cio­nes de la empresa o de CTA (llamadas a la acción).

¿Sospechas que un módulo de texto aparece más de una vez? En este caso, una búsqueda en Google puede ayudar. Introduce el texto entre comillas en el cuadro de búsqueda y comprueba si aparecen di­fe­re­n­tes URL de tu página web en los re­su­l­ta­dos de la búsqueda.

En el caso de un gran número de su­b­pá­gi­nas o en el comercio ele­c­tró­ni­co, las búsquedas manuales requieren mucho tiempo. Dado que muchos ad­mi­ni­s­tra­do­res de sitios web se enfrentan a este problema, existen varias he­rra­mie­n­tas que buscan au­to­má­ti­ca­me­n­te el contenido duplicado.

Google Search Console es una he­rra­mie­n­ta de análisis útil y gratuita que ayuda a la op­ti­mi­za­ción de los motores de búsqueda y a la búsqueda de contenido interno duplicado. Encuentra las palabras clave pri­n­ci­pa­les bajo las cuales posiciona tu sitio web. Después puedes filtrar las consultas exactas. Si la he­rra­mie­n­ta enumera varias su­b­pá­gi­nas, comprueba si hay contenido duplicado en ellas. En el informe “Cobertura del índice”, en “Páginas excluidas”, puedes ver las su­b­pá­gi­nas que han sido ide­n­ti­fi­ca­das como du­pli­ca­das y, en co­n­se­cue­n­cia, excluidas.

Para descubrir el contenido duplicado externo ne­ce­si­ta­rás una he­rra­mie­n­ta de análisis como Copyscape o Siteliner. Si­m­ple­me­n­te introduce tu URL y las he­rra­mie­n­tas enumeran todas las páginas internas y externas en las que el contenido coincide con tu URL.

Ahora ya sabes cómo detectar el contenido duplicado. Pero lo mejor es evitarlo desde el principio. Estos consejos deberían ayudarte:

• Crea su­b­pá­gi­nas que se distingan cla­ra­me­n­te por su temática y utiliza di­fe­re­n­tes palabras clave pri­n­ci­pa­les en cada página. La mejor manera de controlar las cosas es elaborar de antemano una es­tra­te­gia de palabras clave.
• Evita colocar párrafos ge­ne­ra­li­za­dos en varias su­b­pá­gi­nas.
• Evita copiar textos pree­s­cri­tos (a menos que sea una cita obligada o un texto legal).
• Presta atención a la co­he­re­n­cia de los enlaces internos y evita di­fe­re­n­tes entradas para la misma URL. Suelen crearse añadiendo index.htm a la URL de la página de inicio o a través de variantes con o sin la barra final (/).
• Utiliza dominios de primer nivel en las versiones de tu sitio web en varios idiomas y países, como por ejemplo https://www.ejemplo.com en co­n­tra­po­si­ción a su­b­do­mi­nios como https://www.ejemplo.org/en.

Por lo general, no puedes influir en la creación de contenido duplicado externo si otros we­b­ma­s­te­rs copian tu contenido. Por lo tanto, es aco­n­se­ja­ble iniciar el rastreo ma­nua­l­me­n­te después de crear una nueva página. Si tu página web se indexa con el contenido re­s­pe­c­ti­vo como la primera página, se clasifica como la original.

Las causas técnicas a menudo conducen a la creación de contenido duplicado interno sin el co­no­ci­mie­n­to del ad­mi­ni­s­tra­dor del sitio web. Es aco­n­se­ja­ble comprobar su presencia en línea en los si­guie­n­tes puntos:

Cuando se cambia a HTTPS (Hypertext Transfer Protocol Secure) en­cri­p­ta­do, es im­po­r­ta­n­te co­n­fi­gu­rar el reenvío desde tu antigua dirección web. Si tu antiguo sitio web sigue siendo accesible a través de http://, se crea un contenido duplicado al 100%.

Asegúrate de comprobar si se puede acceder a tu sitio web uti­li­za­n­do di­fe­re­n­tes ca­ra­c­te­res. Algunos ejemplos típicos son:

• Tu página de inicio es accesible a través de index.php así como con y sin barra final
• Tu sitio web es accesible con y sin www como parte de la URL
• Tu URL distingue entre ma­yú­s­cu­las y mi­nú­s­cu­las

Si detectas dos o más URL que conducen a la misma subpágina, configura una re­di­re­c­ción 301 a la página principal para todas las variantes.

• Si tu página web dispone de versiones en di­fe­re­n­tes idiomas o países, márcalas con hreflang para evitar el contenido duplicado.
• Comprueba los pa­rá­me­tros de tu URL. A menudo se crean distintas URL únicas que dirigen al mismo contenido. Esta es una causa común de contenido duplicado, es­pe­cia­l­me­n­te con las funciones de filtro en las tiendas online.
• Presta atención a las ID de sesión que forman parte de una URL. Con su uso, es posible que los ra­s­trea­do­res reciban un nuevo ID cada vez que acceden a una subpágina y, por tanto, llegar a una nueva URL.
• Excluye de la in­de­xa­ción las versiones para imprimir de los sitios web.

La copia ma­ni­pu­la­da e in­te­n­cio­na­da de co­n­te­ni­dos de terceros está prohibida por razones de derechos de autor y de acuerdo con las di­re­c­tri­ces de Google. Sin embargo, la aparición de contenido duplicado en línea es normal y no se castiga di­re­c­ta­me­n­te. No obstante, es aco­n­se­ja­ble evitar el contenido duplicado siempre que sea posible.

Cuando un sitio web contiene dos o más su­b­pá­gi­nas con contenido similar o idéntico, puedes fusionar el contenido en una sola página o ampliar las re­s­pe­c­ti­vas su­b­pá­gi­nas añadiendo contenido único y palabras clave in­di­vi­dua­les para optimizar su contenido SEO. La opción más adecuada depende de la re­le­va­n­cia de las páginas y de si existe la po­si­bi­li­dad de reforzar las palabras clave.

Elige palabras clave más potentes para los en­ca­be­za­mie­n­tos, la meta de­s­cri­p­ción y el meta título. Esto evita que se cla­si­fi­quen como contenido duplicado y mejora la cla­si­fi­ca­ción en los motores de búsqueda. Para modificar los textos exi­s­te­n­tes y di­fe­re­n­ciar­los, utiliza viñetas, listas y tablas, o integra imágenes y vídeos.

Si deseas compartir un contenido existente, por ejemplo, un artículo del blog o una nota de prensa en otras páginas, utiliza este canonical tag rel="canonical" en la cabecera. Al hacerlo, estás de­sig­na­n­do la URL se­le­c­cio­na­da como el recurso estándar o la URL original. La etiqueta es invisible para los usuarios y sigue dejando claro a los motores de búsqueda cómo se vinculan las páginas entre sí.