Nội dung trùng lặp là gì? Cách xử lý nội dung trùng lặp?

Khi có nhiều nội dung “tương tự đáng chú ý” hoặc nội dung trùng lặp ở nhiều nơi trên Internet, công cụ tìm kiếm khó quyết định phiên bản nào phù hợp hơn với truy vấn tìm kiếm để hiển thị. Vậy nội dung trùng lặp là gì, cùng VLINK tìm hiểu bài viết bên dưới nhé.

Nội dung trùng lặp hay Duplicate Content là các khối nội dung hoàn toàn giống nhau hoặc rất giống nhau cùng xuất hiện trong cùng tên miền hoặc khác tên miền. Nội dung trùng lặp xuất hiện trên Internet ở nhiều nơi. 

Nội dung trùng lặp là gì
Nội dung trùng lặp hay Duplicate Content là các khối nội dung hoàn toàn giống nhau hoặc rất giống nhau cùng xuất hiện trong cùng tên miền hoặc khác tên miền. Nội dung trùng lặp xuất hiện trên Internet ở nhiều nơi.

Mặc dù về mặt kỹ thuật đây không phải là một hình phạt, nhưng nội dung trùng lặp đôi khi vẫn có thể ảnh hưởng đến thứ hạng tìm kiếm. Đối với dịch vụ SEO thì điều này khá quan trọng, vì nó ảnh hưởng lâu dài tới kết quả tìm kiếm của khách hàng.

Các công cụ tìm kiếm có thể gặp vấn đề với nội dung trùng lặp như sau:

  1. Công cụ tìm kiếm sẽ không biết phiên bản nào sẽ được hoặc không được lập chỉ mục (index).
  2. Công cụ tìm kiếm khó liên kết (tin cậy, thẩm quyền, văn bản neo ,liên kết công bằng, v.v.) đến một trang nào đó mà nó có nhiều phiên bản, nội dung.
  3. Công cụ tìm kiếm sẽ không biết nên xếp hạng phiên bản nào phù hợp cho kết quả truy vấn.

Khi có nội dung trùng lặp, chủ sở hữu trang web có thể bị rớt hạng và mất lưu lượng truy cập. Những mất mát này thường xuất phát từ hai vấn đề chính:

  1. Để cung cấp trải nghiệm tìm kiếm tốt nhất, các công cụ tìm kiếm sẽ hiếm khi hiển thị nhiều phiên bản của cùng một nội dung và do đó buộc phải chọn phiên bản nào có khả năng là kết quả tốt nhất. Điều này làm loãng khả năng hiển thị của từng bản sao.
  2. Các liên kết trên trang liên trỏ đến nhiều trang cùng nội dung. Bởi vì các liên kết trong là một yếu tố xếp hạng, điều này sau đó có thể ảnh hưởng đến khả năng hiển thị tìm kiếm của một phần nội dung.
Sự cố trùng lặp nội dung cho các công cụ tìm kiếm

Trong phần lớn các trường hợp, chủ sở hữu trang web không cố ý tạo nội dung trùng lặp. Nhưng, điều đó không có nghĩa là nó không tồn tại. Trong thực tế theo một số ước tính, có tới 29% web thực sự là nội dung trùng lặp!

Chúng ta hãy xem một số cách phổ biến nhất mà nội dung trùng lặp được tạo ra một cách vô tình:

Các tham số URL, chẳng hạn như theo dõi nhấp chuột (click tracking) và một số mã phân tích (analytics code), có thể gây ra sự cố trùng lặp nội dung. Nội dung trùng lặp có thể được sinh ra không chỉ bởi chính các tham số mà còn cả thứ tự xuất hiện các tham số đó trong URL.

Ví dụ:

  • www.widgets.com/blue-widgets?c … là một bản sao của www.widgets.com/blue-widgets?c … & cat = 3 “class =” redactor-autoparser-object “
  • www.widgets. com / blue-widget là một bản sao của www.widgets.com/blue-widgets ? cat = 3 & color = blue

Tương tự, ID phiên là một trình tạo nội dung trùng lặp phổ biến. 

Id phiên hoặc tham số có thể tạo nội dung trùng lặp

Các phiên bản nội dung thân thiện với máy in cũng có thể gây ra sự cố trùng lặp nội dung khi nhiều phiên bản của trang được lập chỉ mục.

phiên bản trang thân thiện với máy in có thể tạo ra các vấn đề nội dung trùng lặp

Bài học rút ở đây là khi có thể, bạn hãy tránh thêm các tham số URL hoặc các phiên bản thay thế của URL (thông tin chứa thông thường có thể được chuyển qua tập lệnh).

Trùng lặp này xảy ra nếu trang web của bạn tồn tại song song các phiên bản là “www.site.com” và “site.com” (khác nhau ở tiền tố “www”) và có cùng nội dung ở hai phiên bản.

Điều tương tự cũng xảy ra cho các trang web cùng tồn tại các phiên bản ở cả http: //https: //. Nếu cả hai phiên bản của một trang cùng tồn tại và được index trên Google thì bạn có thể gặp phải sự cố trùng lặp nội dung.

Vấn đề này cần khắc phục để không bị ảnh hưởng đến thứ hạng trang web, hoặc nếu bạn vừa bắt đầu triển khai thiết kế website thì nên đưa vào checklist để kiểm tra ngay từ đầu.

Nội dung không chỉ là các bài đăng trên blog hoặc nội dung biên tập mà còn bao gồm các trang thông tin sản phẩm. Nếu một trang web khác tái xuất bản nội dung blog của bạn trên các trang của họ sẽ sinh ra một nội dung trùng lăp, đây là vấn đề thường xảy ra nhất.

Đối với các trang thương mại điện tử, vấn đề chung thường gặp là thông tin sản phẩm. Nếu các trang web khác nhau bán cùng một mặt hàng và tất cả chúng đều sử dụng mô tả của nhà sản xuất cho các mặt hàng đó sẽ sinh ra nội dung trùng lặp.

Cách khắc phục trùng lặp nội dung

Việc sửa nội dung trùng lặp đều xuất phát từ cùng một ý tưởng trung tâm: chỉ định phần nội dung nào là “chính xác”.

Có 3 cách để khắc phục nội dung trung lặp là:

  • Sử dụng chuyển hướng 301 đến đúng URL
  • Thuộc tính rel = canonical
  • Sử dụng công cụ xử lý tham số trong Google Search Console.

Trong nhiều trường hợp, cách tốt nhất để chống lại nội dung trùng lặp là thiết lập chuyển hướng 301 từ trang có nội dung “trùng lặp” sang trang nội dung gốc.

Khi nhiều trang có khả năng xếp hạng tốt được kết hợp thành một trang duy nhất, chúng không chỉ ngừng cạnh tranh với nhau. Họ cũng tạo ra một sự liên quan mạnh mẽ hơn và tín hiệu phổ biến nói chung. Điều này sẽ tác động tích cực đến khả năng xếp hạng tốt của trang “chính xác”.

Khắc phục sự cố trùng lặp nội dung với chuyển hướng 301

Một tùy chọn khác để xử lý nội dung trùng lặp là sử dụng thuộc tính rel = canonical.

Khi thêm thẻ META có thuộc rel = canonical đến trang web có nội dung gốc, bạn đã cho công cụ tìm kiếm biết rằng đây là một bản sao. Lúc này, tất cả các liên kết, số liệu nội dung và “sức mạnh xếp hạng” mà các công cụ tìm kiếm áp dụng cho trang này sẽ được áp dụng luôn cho trang có nội dung gốc.

Địa chỉ nội dung trùng lặp với rel = canonical

Thuộc tính rel = “canonical” được thêm vào <head> của HTML của trang web và trông như thế này:

Định dạng chung:

<head> ... [mã khác có thể có trong phần đầu HTML của tài liệu của bạn] ... <link href = "URL trang có nội dung gốc" rel = "canonical" />...[ mã khác có thể có trong tài liệu của bạn Đầu HTML] ... </ head>

Thuộc tính rel = “canonical” nên được thêm vào phần đầu HTML của mỗi phiên bản trùng lặp, với phần “URL CỦA TRANG GỐC” ở trên được thay thế bằng liên kết đến trang gốc.

Dưới đây là một ví dụ về hình dạng của một thuộc tính chính tắc trong hành động:

trùng lặp-mozbar-ảnh chụp màn hình_170315_161150.png? mtime = 20170315161151 # nội dung: 4195: url

Tại đây, chúng ta có thể thấy BuzzFeed đang sử dụng các thuộc tính rel = “canonical” để phù hợp với việc sử dụng các tham số URL của họ (trong trường hợp này, nhấp theo dõi). Mặc dù trang này có thể truy cập bằng hai URL, nhưng thuộc tính rel = canonical đảm bảo rằng tất cả các số liệu về nội dung và nội dung liên kết được trao cho trang gốc (/ không-ai-làm-điều này nữa).

Một thẻ meta có thể đặc biệt hữu ích trong việc xử lý nội dung trùng lặp là các robot meta, khi được sử dụng với các giá trị “noindex, follow”. Thường được gọi là Meta Noindex,Follow và được biết đến về mặt kỹ thuật là content=”noindex,follow”, theo dõi, thẻ robot meta này có thể được thêm vào phần đầu HTML của mỗi trang riêng lẻ cần được loại trừ khỏi chỉ mục của công cụ tìm kiếm.

Định dạng chung:

<head> ... [mã khác có thể có trong đầu HTML của tài liệu của bạn] ... <meta name = "robot" content = "noindex, follow"> ... [mã khác có thể nằm trong đầu HTML của tài liệu của bạn ] ... </ đầu>

Thẻ meta robot cho phép các công cụ tìm kiếm thu thập dữ liệu các liên kết trên một trang nhưng giữ cho chúng không bao gồm các liên kết đó trong chỉ mục của chúng. 

Điều quan trọng là trang trùng lặp vẫn có thể được thu thập thông tin, mặc dù bạn đang bảo Google không lập chỉ mục cho nó, bởi vì Google cảnh báo rõ ràng về việc hạn chế quyền truy cập thu thập dữ liệu vào nội dung trùng lặp trên trang web của bạn. 

Sử dụng robot meta là một giải pháp đặc biệt tốt cho các vấn đề trùng lặp nội dung liên quan đến phân trang .

  1. Duy trì tính nhất quán khi liên kết nội bộ trên toàn bộ trang web. Ví dụ: nếu quản trị viên web xác định rằng phiên bản chính tắc của tên miền là www.example.com/, thì tất cả các liên kết nội bộ sẽ truy cập http: // www. example.co … thay vì http: // example.com/pa … (chú ý sự vắng mặt của www).
  2. Khi cung cấp nội dung, hãy đảm bảo trang web cung cấp thêm một liên kết trở lại nội dung ban đầu và không phải là một biến thể trên URL. (Kiểm tra tập Thứ Sáu Bảng Trắng của chúng tôi về cách xử lý nội dung trùng lặp để biết thêm thông tin.)
  3. Để thêm một biện pháp bảo vệ bổ sung chống lại những kẻ phá hoại nội dung đánh cắp tín dụng SEO cho nội dung của bạn, bạn nên thêm một liên kết rel = canonical tự giới thiệu vào các trang hiện có của mình. Đây là một thuộc tính kinh điển trỏ đến URL mà nó đã có, điểm quan trọng là cản trở nỗ lực của một số người dọn dẹp.
Liên kết rel = canonical tự tham chiếu: URL được chỉ định trong thẻ rel = canonical giống với URL trang hiện tại.
Liên kết rel = canonical tự tham chiếu: URL được chỉ định trong thẻ rel = canonical giống với URL trang hiện tại.

Mặc dù không phải tất cả các nhà phế liệu sẽ chuyển qua mã HTML đầy đủ của tài liệu nguồn của họ, một số sẽ. Đối với những người làm như vậy, thẻ rel = canonical tự tham chiếu sẽ đảm bảo phiên bản trang web của bạn được công nhận là phần nội dung “gốc”.

Chuyên Gia SEO, Growth Hacker hỗ trợ tối ưu Website giúp tăng chuyển đổi bền vững. Tác giả am hiểu Google, tư vấn và triển khai thành công chiến lược SEO cho nhiều dự án lớn.
Team SEO VLINK ASIA

Bình luận đã được đóng lại.

0888 949 336