Duplicate content er stadig et stort problem i forbindelse med indeksering af websites i søgemaskinerne.

Ens tekstmæssigt indhold, som forefindes på flere urlér på et website. (onsite Duplicate content ) og duplicate content på tværs af domæner.

Når der forefindes duplikeret indhold på et website, så skyldes det den måde et CMS system genererer urlér på. Det kan give mulighed for samme tekstindhold på flere urlér, som derved opfattes af søgemaskinerne som to sider med samme indhold.

Problemet opstår tit i forbindelse med dårlige SEO moduler, der omskriver den dynamisk genererede url-streng til et filnavn som f.eks. tuborg.html i stedet for CMS systemets grundlæggendende url-struktur index.php?option=com_content&view=article&id=125&Itemid=121&lang=da

Denne omskrivning er hensigtsmæssigt over for søgemaskinerne, men i mange tilfælde kan siden også tilgås via den dynamiske adresse. Herved skabes duplicate content, da der nu er to sider med samme indhold. OG DET ER ET PROBLEM.

På blogs og fora opstår der ligeledes duplicate content mange steder. Det skyldes indlægget tit placeres i fuld længde på forsiden, hvor der linkes til artiklens side, og samtidig figurerer samme indlæg i arkivet, og i en emnegruppe. Her bør man selv tage affære, og sætte bloggen op, således der kun er en version med samme tekstindhold, der indekseres af søgemaskinernes crawlere.

Printversioner kan være problematiske

Printvenlige versioner af en websides indhold er ligeledes et problem, hvis samme side vises i to versioner. Brug noindex på printsiden, det er den bedste løsning.

WWW eller uden

Ligeledes er det vigtigt at vælge, om man vil køre sit website i en www-version eller uden www. Hvis der ikke holdes en fast linje her, så er der risiko for at der indekseres sider med og uden www i en blanding, hvor nogle sider er med www og andre uden. Dette på grund af duplicate content (to versioner af samme side).

Når der er flere sider med samme indhold, så vil søgemaskinerne prøve at finde ud af hvilken version, der er den vigtigste, men det er ikke altid, de vælger den bedste løsning for det enkelte websted.

Det er sjældent, det er forsøg på bevist snyd fra websites ejer, men snarere et spørgsmål om uvidenhed kombineret med dårlige CMS løsninger, der har svært ved at forhindre duplicate content, som tit skyldes dårlige SEO moduler og url-rewrite systemer.

Dublicate content på tværs af domæner

Her opstår problemet med kopieret indhold når f.eks. et blogindlæg gengives på andres website i fuld version. Dette bevirker der er samme indhold flere steder, derved skal søgemaskinerne nu vælge den mest troværdige version. Dette giver websites med stor trust fordelen. Så her er løsningen at bede om at få linket tilbage til den originale tekst og domæne, på de sider, der kopierer teksten. Derfor vær forsigtig når du syndikerer, og udsender dit indhold til andre websteder.

 Løsningsnodeller til duplicate content

Der findes flere metoder til at inddæmme problemerne med duplicate content.

Der kan anvendes et rel=”canonical” tags, her beskrives hvilken version, der er den ”ægte” – og som webstedet ejer helst vil have indekseret.

Der skal knyttes følgende kommentar til brug af dette tags, der er tvivl i blandt SEO virksomheder om værdien af dette tags i forhold til søgemaskinernes valg af den mest hensigtsmæssige webside.

Dynamiske websider kan udelukkes ved brug af robots.txt eller på f.eks. en Apache server ved brug af .htacces filen, her udarbejdes en kodning med kommandoer, der forhindrer dobbeltindeksering af websider, og www og uden www versioner.

Google webmaster værktøjer giver også mulighed for at arbejde med parameterstyring, således at Google ikke dobbeltindekserer sider, men det løser kun problemet for Google. Andre søgemaskiner indekserer også websiderne og her vil der også opstå duplicate content, hvis det ikke fikses på selve webstedet.

Du er velkommen til at kontakte os, hvis du er ramt af dobbeltindeksering og deraf dårlige placeringer på Google. Vi kan hurtigt hjælpe dig op af dyndet, så dit website kommer på ret køl igen.

Relaterede emner:

1. Duplicate content – Søgemaskiner
2. Duplicate content
3. Tekst er Kongen i SEO optimering “Content is King”

Duplicate content er et problem på rigtigt mange websites, her er der tale om sites der bruger flere indgange til det samme website, og det indhold der findes på dette, der kan være tale om tilgang fra både domænenavn.dk og www.domænenavn.dk og fra to til rigtigt mange forskellige domænenavne der peger via den opsatte DNS direkte ind på samme website, og det samme tekstmæssige indhold.

Flere CMS huse er sløsede eller totalt uvidende om, hvad duplicate content egentligt er, og dette taget i betragtning af mange sideløbende med deres CMS salg udbyder SEO services til de samme kunder. Det er svært at forstå som SEO ekspert, hvordan rådgivning omkring SEO kan finde sted, når så basal viden om duplicate content mangler!

Hvis man foretager søgning på flere CMS udviklingshuse, både store og små opstår der i mange tilfælde det fænomen, hvor CMS udbyderen har fra flere tusinde sider spændende op til over langt 100.000 sider indekseret på f.eks. Google på sit eget domænenavn + subdomænerne.

100.000 sider er nok ikke lige det antal sider der skal til for at fortælle om CMS systemernes fortræffeligheder! Vel?

Her er der tale om kunders websites som bliver til indhold på CMS firmaet platform, og på deres webadresse, og de tages herved som gidsler overfor søgemaskinerne. Nogle af CMS husene henter så lidt linkjuice ud fra de underliggende domæner, da der typisk er link til hovedsitet hos udvikleren med lidt ankertekster etc.

Testdomæner oprettes hos CMS udbyderen som subdomæne

Der oprettes et subdomæne når en kunde skal have en ny hjemmeside på leverandørens website f.eks. oles-nye-webshop.cmsudbyderen.dk – her ligger der så et domæne med det samme tekstmæssige indhold som på hoveddomænet, dette er ok når sitet opbygges, hvis det er skærmet korrekt af for søgemaskiner, men når det er færdigprogrammeret skal subdomænet suspenderes, og hoveddomænet sættes i drift, uden dublicate content.

Det kan være svært for en lægmand selv at finde ud af om der er dobbeltdomæner, men man kan altid prøve at tjekke serverkoderne selv på det testdomæne der var oprettet til formålet i forbindelse med det nye website blev programmeret, hvis man får en serverkode 200 på oles-nye-webshop.cmsudbyderen.dk er det ikke så smart!

Der skal være en serverkode 301, og det der skal stå i adresselinjen på webbrowseren skal være navnet på den pågældende shop f.eks. www.oles-nye-webshop.dk, hvis du får en serverkode 200 på testdomænet skal du kontakte din udbyder og bede ham om at nedlægge DNS én på testdomænet aldeles straks.

Hvis en ondsindet sjæl, som tilfældigvis måske er konkurrent til dit site, finder sådanne duplikerede websteder kan der skabes meget ravage for dit website, hvis testdomænet lige pludselig få en stor omgang linkjuice, så risikerer du det er testdomænet der findes på søgemaskinerne og ikke dit eget domæne.

Sammen med relative urlér, som de fleste sites er udstyret med vil sitet kunne køres på alle mulige og umulige navne, der peger ind på serveren med DNS pegninger, hvilket vil give problemer for dit website, da domænenavnet vil være den eneste forskel på url adressen og det tekstmæssigt indhold på dit website.

Det er heldigvis ikke alle CMS udviklingshuse der glemmer at lukke af for testsites, men desværre er der mange der ikke helt forstår problematikken, ingen nævnt, ingen glemt, men man kan selv teste sit CMS bureau ved almindelig søgning på Google, og se om ens websites tilfældigvis lige skulle ligge her på et underligt domæne.

Her er også et stort problem med Duplicate content.

Vi ser tit nye kunder der har hamstret domæner ad libitum, og ved test af deres website finder vi mange domæner der peger ind på sitet, nogle har 15 – 20 domæner de har købt op, hvor pegningen har været forkert sat op fra det webhotel der solgte dem domænerne, derved var deres placeringer fordelt mellem de enkelte domæner, og det er yderst kritisk, når nogle er med, og andre ikke er med – og linkjuice er fordelt på mange domæner.

Normalt kan det hurtigt rettes op igen, da Google ikke umiddelbart betragter det som snyd, men når man ikke selv bestemmer, hvilket domæne man gerne vil have indekseret, bestemmer søgemaskinen det for en – ud fra de kriterier den vælger, og den måde dens algoritme er sammensat.

Her er et overblik over serverkoder som serveren sender med headeren.

• HTTP Status Code – 200 OK
• HTTP Status Code – 301 Flyttet permanent
• HTTP Status Code – 302 Found
  Siden er midlertidig flyttet
  Vær varsom med at anvende 302 som redirectkode! ( den tager vi på et andet tidspunkt )
• HTTP Status Code – 304 Ikke ændret
• HTTP Status Code – 307 Midlertidig Redirect
• HTTP Status Code – 400 Bad Request
• HTTP Status Code – 401 Uautoriserede
  Anmodningen kræver brugergodkendelse.
• HTTP Status Code – 403 Forbidden
  Serveren forstod anmodningen, men nægter at opfylde den.
• HTTP Status Code – 404 Ikke fundet
  Serveren har ikke fundet noget der matcher den Requestede-URI
• HTTP Status Code – 410 Gone
• HTTP Status Code – 500 Intern serverfejl
  Serveren stødte på en uventet tilstand, der forhindrede den i at opfylde anmodningen.
  Typisk forkerte permissions på unix maskiner på cgi scripts, eller mellemrum eller specieltegn sat forkert etc. i htaccess filen.
• HTTP Status Code – 501 Ikke implementeret

Læs mere om.: Serverkoder – Duplicate content – Google kopieret indhold

Relaterede emner:

1. Duplicate content
2. Duplicate content – Søgemaskiner
3. Google.dk og deres serveropsætning