Duplicate Content (smx 2010)

Johannes Marquart | SEO Manager Duplicate Content | 2010-03-23 | SMX München Search Engine Friendly Design

Johannes Marquart
2006: Hitflip Media Trading GmbH
Einstieg ins Affiliate/SEO-Geschäft
2008: SEO Manager allesklar.com AG
Stellenmarkt (Jobs/Lehrstellen)
Fahrzeugmarkt (Auto/Motorrad)
Freizeit (Kino/Veranstaltungen)
...
Projektleiter/Produktmanager Mobile
Blog: whiteside-seo.de

allesklar.com AG
Gegründet 1996
2006: Minderheitsbeteiligung GvH
Gründer & Vorstandsvorsitzender
Dr. Manfred Stegger
Personal & Standorte
280 (2010)
Siegburg (HQ), Essen, Berlin
Portale
allesklar.de (1996)
meinestadt.de (2000)
meineleute.de (2007)
datingcafe.de (2008)

Agenda
Was ist Duplicate Content?
Externer DC
Auswirkungen & Symptome
Strategische Komponenten
Interner DC
Auswirkungen & Symptome
Risikofaktoren & Ursachen
Methoden & Tools
Empfehlungen

Was ist Duplicate Content?
Contentblöcke (Chunks)
die Ähnlichkeit oder Gleichheit mit anderen Inhalten
auf derselben oder anderen Domain aufweisen .
Vorkommen von DC
Intern (eigene (Sub)Domain)
Extern (fremde Domain/TLD)
pixelio, hofschläger

Muss ich mir das anhören?
Hört sich nicht so wirklich tragisch an
DC ist eines der größten internen Probleme von Webseiten
Ohne teilweise strategische Intervention und Planung nicht in den Griff zu bekommen
Spoiler: Was Sie nicht wussten
Google legt eine Obergrenze an indexierbaren Seiten pro Domain fest
Interner DC füllt Ihnen diesen Topf sehr schnell auf – wichtige Seiten fallen aus dem Index
Pixelio, hofschlaeger

Ist DC nicht für den Cutts?
Google sagt Duplicate Content ist tot?
„ Es gibt keine DC-Penalty“ (Sep 2008)
Die Ableitung vieler SEOs: „DC ist nicht mehr schlimm“ – trifft nicht zu, da es sehr wohl noch Filter gibt.
Unsinn. mondspeer

DC erkennen & aufdecken
Google (indexierter DC)
Corporate Title-Abfragen
Abfragen über Textabschnitte
Indexabfragen: Omitted Results?
Webm. Tools Dupe Titles/Description
Software (Plagiatfinder)
Uncover (Textbroker)
Copyscape/Copysentry
Plagaware
Fingerprint (für Bilder)
Pixelio, M.E. exkurs

Externer Duplicate Content Duplicate Content auf unterschiedliche TLDs

Sichtbarkeitsverluste
Auswirkungen solcher Schwankungen können vielseitig sein und sind u.U. schwer aufzudecken
© sistrix.de – Sichtbarkeit de/com-Domain 2010-03-08

Duplicate Content als Ursache für „Ranking-Swaps“ (hier extern durch duplizierte Domains de/com)

Tauschen von Sichtbarkeit ist einer der häufigsten DC-Effekte – Trafficverlust inbegriffen

Handlen von externem DC
Mit externem DC ist vergleichsweise schnell und „einfach“ zu umzugehen
Bei Content-Kooperationen
Vertragsgestaltung
Kommunikation
Testen, Überprüfen, Kontrollieren
Bei Fremdeinfluss
Offensive Ansprache
Abmahnung
Pixelio, Black Men

Interner Duplicate Content Duplicate Content auf der eigenen Website

Round Up Interner DC
Viele gleiche Seiten vermindern die Ranking-Qualität
Kein oder schlechtes Ranking für neue Seiten: Unschöne Entlohnung für Arbeit und Inhalte
Evtl. gar keine Indexierung durch zu viele URLs (PR-Schranke!)
Interner DC (Google: „gibt es nicht“)
Schlechtes Target
Vermindertes Ranking
Gar kein Ranking
Pixelio, Rainer Sturm

Das Google-Problem
Google sagt zu internem DC
„ können wir erkennen“
„ fügen wir zusammen“
„ entscheiden wir eigenständig“
 Sehr fragiles Ranking-Gerüst
Das Problem bei diesen Aussagen
Google entscheidet eigenständig, welche Seite die richtige ist
Seiten werden u.U. zusammen-gefasst, aber gilt das auch für Power?
Im Zweifel rankt gar keine Seite
Pixelio, Knipsermann

Google entscheidet selbst?
Google erklärt, dass es in der Lage ist, internen Duplicate Content zu erkennen.
Internen DC von Google erkennen zu lassen mag in Ordnung sein. Google sollte allerdings nicht die Entscheidung treffen, welche Seite die richtige ist.
Im Zweifel ist Google fehlbar.

Problem (1): Dimensionen
Interne Dimensionen können mehrere Ausprägungen haben
Parametrisierbare Detailseiten
Shops, Druckausgaben etc.
Lokaler Content
Städte, Straßen etc.
Unkontrollierte Kategorien-Archive
Tags, Kategorien, Datum, Autoren
Pixelio, knipser5

Beispiel (1): Dimensionen
Viele ähnliche Seiten fasst Google als „omitted results“ zusammen
DC-Test meinestadt, 2010-03-20

Aber Obacht!
Nicht immer müssen omitted Results zu Beginn einer Indexierung schlecht sein.
Wenn der Indexierungsgrad (Anzahl der neu indexierten Seiten) bei <20% liegt, kann keine sichere Aussage getroffen werden, ob die Seiten als DC erkannt werden oder nicht.
Google ein wenig Zeit lassen!

Problem (2): Strukturdefizite
Strukturelle Probleme können durch mangelhafte Vorbereitung, wachsende Strukturen oder Systeme entstehen
Fehlende Kanonisierung
https, www, Load-Balancing
Sortierungen & Paginierungen
Folgeseiten, Sortierungen aller Art
Suchen
Durchindexierung, Strukturmangel
Unkontrollierte Kategorien-Archive
Tags, Kategorien, Datum, Autoren
Pixelio, knipser5

Beispiel (2): Strukturdefizite
Systematisch verursachte Defizite wie nicht kanonisches LoadBalancing erzeugen DC
Https-Indexierung, 2010-03-20

Problem (3): Parameter & IDs
Intern genutzte Parameter können unkontrolliert zum Problem werden
Tracking-IDs
Durchschleifen von Parametern
Affiliate-IDs
Unkontrollierte Indexierung
Session IDs
Jeder Crawlvorgang erzeugt DC
Sonstiges Exploits
Unkontrollierte, offene Parameter
Pixelio, knipser5

Beispiel (3): Parameter & IDs
Adwords-, Tracking-, Affiliate- oder sonstige Parameter sind Duplikate der Originalseite
Analytics-Parameter, 2010-03-20

Na und?
Meine Seite taucht trotzdem im Index auf, warum sollte ich mir jetzt soviel Mühe machen?
Selbst wenn sich keine Ranking-Probleme innerhalb der indexierten Seiten ergeben, so existiert eine Schranke, wie viele URLs Google pro Domain in den Index aufnimmt (je nach PR).
Crawling & Ranking bleiben aus

Vorbeugen & Verhindern Bestehenden Duplicate Content erkennen und ausschalten

Tools und Methoden (1)
301 Redirect
Nur möglich wenn Content ungebraucht
Noindex
Mittel der Wahl für viele Symptome
Robots.txt
Nicht verwendbar für Weiterleitung von Power
Ajax/Javascript
Content-Chunks verbergen
Pixelio, dido-ob

Tools und Methoden (2)
Rel Canonical
Mächtige Methode mit Einschränkungen und Risiko bei unvorsichtigem Einsatz
Webmastertools
Parameter-Ausschluss eher für Session-IDs. Vorsicht vor DC-Falle!
Mod Rewrite
Löst einige systembedingte URL-Probleme wie Caps-Sensitivität o.ä.
Parameter White-/Blacklists
Evtl. hoher Wartungsaufwand und Last
Pixelio, dido-ob

Duplicate Content Matrix
Welche Methoden taugen für welche Fälle?

Content als DC-Killer
Unique Content
User Generated Content
Redaktionelle Aufbereitung
Aggregierung von (Fremd-)Content
Externe APIs, Partner-Koops
Medien (Videos, Fotos)
Interne Feeds syndizieren
 Achtung: Auch Chunks sind DC!
Wichtig: Unterstützung durch
Geschäftsmodell
Unternehmenskultur!
Pixelio, oberpatscher

Top DC-Killer-Methode
Das zweitbeste Mittel, mit Duplicate Content umzugehen
Linkpower und Trust heben die besten Seiten in den Index (und jagen der Originalquelle u.U. die Ownership ab).
Interne Verlinkung kann eine ebenso hohe Rolle wie externe Verlinkung spielen (Keyword-Injektion)
„ Du brauchst mehr Links!“ © fridaynight (ebook) mondspeer

1A DC-Mittel
Das beste Mittel, Duplicate Content zu verhindern ist Kommunikation und Vorbereitung
Überdenken und konzipieren Sie Strukturen von vornherein möglichst verlust- und DC-frei.
Gar nicht erst entstehen lassen! mondspeer

Empfehlungen Mit Duplicate Content im Tagesgeschäft umgehen

Empfehlungen (operativ)
Reaktiv: Operative Checkliste fürs Tagesgeschäft erstellen
Regelmäßig interne Daten erheben
 Interne Keyword-Cluster
 URL-Validität
 Eingehende Links
 Indexierungsdaten
Regelmäßig Exploits prüfen
 404-Logs
 Indexdupes, Parameter-Exploits
Pixelio, gaston

Empfehlungen (strategisch)
Proaktiv: Nachhaltige Strukturen & Kommunikation
Vermeiden von URL-Änderungen
 Vermeidet Redirects
Durchgängige Tracking-Lösung
 Vermeidet 302 Tracking
 Vermeidet extens. Parameter-Einsatz
Konzept für Paginierung & Sortierung
 Vermeidet extens. Parameter-Einsatz
Pixelio, gaston

Vielen Dank. @nof8 www.whiteside-seo.de/duplicate-content /

Exkurs: Google-Abfragen
site:domain.de
liefert alle Seiten der Domain
 site:google.com
inurl:sessionid
liefert den jew. URL-Bestandteil
 site:google.com inurl:session
intitle:“domainname“
liefert die Suche nach einem Title zurück
 site:google.com intitle:google
exkurs

http://www.whiteside-seo.de	453
http://www.der-internet-redakteur.de	247
http://der-internet-redakteur.de	14
http://www.slideshare.net	10

Duplicate Content (smx 2010)

by Johannes Marquart on Mar 25, 2010

Accessibility

Categories

Tags

Upload Details

Usage Rights

4 Embeds 724

Statistics

Duplicate Content (smx 2010) — Presentation Transcript