dubbele content voorkomen..

[frank]

Probleemstelling
We zijn bezig met een nieuwe site die we vanaf het begin willen optimaliseren voor SEO.

Onze uitdaging ligt in mogelijke dubbele content.
Een voorbeeld: Een HDMI kabel.
Deze valt onder de categorie: audio video kabels
Dus de URL zou is dan iets van …/nl/audiovideo/hdmikabel/productnummer1.html

MAAR exact dezelfde kabel hangt ook aan de categorie consoles
Dus de URL zou is dan iets van …./nl/consoles/xbox360/videokabels/productnummer1.html

De uiteindelijk content die we dan tonen is voor 98% gelijk (het is immers dezelfde kabel). Met als klein verschil b.v. een andere H2 tekst , breadcrumb en wat kleurtjes. De Afbeeldingen, teksten, specs en dat soort zaken zijn exact gelijk.

Google zou dit dus kunnen zien als dubbele content. Dit is het in feite ook, maar wij willen onze producten zo goed mogelijk vindbaar hebben op diverse navigatie ingangen. Vandaar dat wij de producten op meerdere categorieën koppelen.

MAAR ik wil voorkomen dat ik dubbele content krijg en heb het volgende bedacht waar ik jullie visie/mening over zou willen hebben.

Oplossing 1
Alle producten krijgen de deeplink URL als bijvoorbeeld:
…/nl/producten/merk/productnummer1.html
Dit is dan het “origineel”.

Waarbij we in de eerder genoemde pagina’s (wat dezelfde content is):
…/nl/audiovideo/hdmikabel/productnummer1.html
…./nl/consoles/xbox360/videokabels/productnummer1.html
in de head sectie zetten:

Op deze manier vertellen we google dat er maar 1 origneel is en de rest kopieen.

Oplossing 2
We “verbieden” via robots.txt het pad naar de “kopie” pagina’s

Oplossing 3
Bijna gelijk aan oplossing 1 alleen dan zetten we in de head van de kopie pagina’s:

Persoonlijk lijkt me oplossing 1 degene met het minste nadeel en we doen alles netjes.

Graag jullie visie of andere ideeen.

[richard-dta]

Ik denk dat rel=”canonical” voldoende genoeg is om dit duidelijk te maken, dit zal geen negatieve invloed geven.

Zie:
Official Google Webmaster Central Blog: Specify your canonical

[Roland]

Ik zou ook voor optie 1 kiezen. In een interview van Eric Enge met Matt Cutts van Google, komt een soortgelijke situatie ter sprake. Matt geeft daarbij aan dat de canonical tag inderdaad een geschikte oplossing is.

Uit het interview:

Eric Enge: If you have pages that have basically the same products, or substantially similar products with different sort orders, is that a good application for the canonical tag?

Matt Cutts: It can be, or you could imagine reordering the position of the parameters on your own. In general, the canonical tags idea is designed to allow you to tell search engines that two pages of content are essentially the same. You might not want to necessarily make a distinction between a black version of a product and a red version of a product if you have 11 different colors for that product. You might want to just have the one default product page, which would then be smart enough to have a dropdown or something like that. Showing minor variations within a product and having a rel=canonical to go on all of those is a fine way to use the rel=canonical tag.

[Alain Sadon]

Werk inderdaad met de rel=canonical, maar introduceer niet de extra pagina. De URL van die extra pagina is immers niet optimaal. Ook zal die pagina niet of slecht gelinkt worden, vanuit de rest van de website. En dat terwijl de website-structuur zo belangrijk is voor SEO.

De eerste twee URL’s zijn beter omdat die, via de directories, meer info verschaffen en bovendien goed gelinkt worden. Dan zou ik vervolgens dié URL als canoneke pagina kiezen die de meest interessante zoekwoorden bevat, m.a.w. onder de meest interessante categorie hangt.

[frank]

Alvast bedankt voor jullie reacties. Zoals het er nu uitziet gaan we toch voor optie 1.

@seoguru: Je hebt volledig gelijk in de eerste alinea. Deze pagina’s zullen niet of nauwelijks direct gelinkt worden. Het zijn een soort basis pagina’s. We zullen ze wel opnemen in de sitemap en ze zullen soms gelinkt worden bij b.v. persintroducties van producten.

Je visie in de tweede alinea begrijp ik ook. Echter zit ik met het probleem dat het over duizenden artikelen (pagina’s) gaat en dat in meer dan 10 talen voor nog meer landen ieder met hun eigen TLD.

Zie hier het probleem. Het bepalen welke pagina de beste zoekwoorden bevat of in de meest interessante categorie zit is niet te managen. Wil je dat goed doen is het volledig handwerk en dat kan niet. We moeten dit dus via een “business rule” volledig geautomatiseerd oplossen. Daarbij komt dat de basis content gelijk is dus qua zoekwoorden verschillen de pagina’s niet.

Heerlijke uitdaging dus 🙂

[dave lorrez]

Voor wat het waard is, meestal gebruik ik de canonical én de noindex bij dergelijke gevallen want A: ik wil absoluut niet dat Google die duplicate pagina’s gaat indexeren (ook al staat die tag er) en B. je weet nooit wat Google in de toekomst gaat aanvangen met die tag…kijk maar wat er met de rel=”nofollow” is gebeurd. Matt Cutts heeft ook ooit in een interview gezegd (dacht dat het met Fishkin was) dat je die tag mocht gebruiken om je pagerank flow te sturen 😮

Als de canonical voldoende wordt misbruikt kunnen ze hun policy gauw gaan bijschaven en zitten wij webmasters weer met de vodden.

[Auteur]

Berichten