Le contenu dupliqué désigne un texte identique ou très proche accessible à plusieurs adresses, sur votre site ou sur d'autres. Google ne sanctionne pas ce doublon en soi. Il regroupe les versions, en choisit une comme canonique et laisse les autres de côté. Le vrai risque est que la page retenue ne soit pas la bonne, ou que vos signaux se dispersent. Nous expliquons ici comment se forment les doublons, comment les traiter sur un site multilingue et quels outils les détectent.
Google définit le contenu dupliqué comme des blocs de contenu importants, identiques ou très similaires, présents sur plusieurs URL. On distingue deux familles. Le contenu dupliqué interne concerne plusieurs adresses d'un même site, par exemple une fiche produit accessible avec et sans paramètre de tri. Le contenu dupliqué externe concerne plusieurs domaines, par exemple un revendeur qui reprend mot pour mot la description de votre catalogue.
La très grande majorité des doublons n'a rien de volontaire. Ils naissent de la configuration du CMS, de la gestion des filtres, des versions imprimables ou des copies de pages créées pour gagner du temps. Sur un site international, s'y ajoutent les versions de pays qui partagent une même langue.
Les éléments répétés sur toutes les pages, comme le menu, le pied de page ou les mentions légales, ne posent pas de problème. Google s'intéresse au contenu principal de la page. C'est sur ce contenu principal que la question du doublon se pose.
La documentation de Google est claire sur ce point. Le contenu dupliqué présent sur un site ne justifie pas de mesure contre ce site, sauf s'il apparaît que la duplication a pour but de tromper les utilisateurs et de manipuler les résultats de recherche. Il n'existe pas de pénalité automatique pour contenu dupliqué.
Les conséquences sont plus discrètes. Quand Google trouve plusieurs versions d'une même page, il n'en affiche qu'une. Si c'est une URL avec paramètres de suivi, ou la version belge au lieu de la version française, le visiteur arrive sur la mauvaise page. Les liens reçus par chaque variante se répartissent, et le temps que le robot passe à explorer des doublons n'est pas consacré à vos nouvelles pages.
Les cas réellement sanctionnés relèvent d'autres règles. Les politiques anti-spam de Google visent le contenu copié depuis d'autres sites sans valeur ajoutée, les pages satellites et la production de pages à grande échelle sans intérêt pour le lecteur. Ces pratiques peuvent entraîner une action manuelle, visible dans le rapport dédié de la Search Console.
La canonisation est le processus par lequel Google regroupe des pages similaires et désigne l'une d'elles comme représentative. Seule l'URL canonique est en principe affichée dans les résultats. Les autres sont des doublons explorés moins souvent.
Google utilise plusieurs signaux pour ce choix. Les redirections 301 sont un signal fort. La balise rel="canonical" est un signal fort, mais reste une indication que Google peut ignorer si d'autres signaux la contredisent. La présence dans le sitemap XML est un signal plus faible. Les liens internes, la préférence pour HTTPS et la cohérence générale du site entrent aussi en compte.
Pour savoir quelle URL Google a retenue, l'outil d'inspection d'URL de la Search Console affiche côte à côte l'URL canonique déclarée par vous et celle sélectionnée par Google. Quand elles diffèrent, c'est que vos signaux se contredisent. Le cas typique est une balise canonical qui pointe vers une page, alors que les liens internes et le sitemap pointent vers une autre.
Les causes techniques sont toujours les mêmes. La première est la coexistence de plusieurs variantes d'une même adresse, avec ou sans www, en HTTP et en HTTPS, avec ou sans barre oblique finale, en majuscules et en minuscules. Chacune peut renvoyer la même page avec un code 200 si le serveur n'impose pas une forme unique par redirection.
Viennent ensuite les paramètres ajoutés à l'URL par les filtres, le tri, la pagination, les identifiants de session ou les balises de suivi de campagne comme utm_source. Les CMS ajoutent leurs propres doublons, avec les pages d'étiquettes, d'auteurs ou d'archives par date qui reprennent les mêmes extraits d'articles.
La troisième cause est éditoriale. Ce sont les pages copiées puis légèrement modifiées, comme une page de service déclinée pour cinq villes avec le seul nom de ville qui change, ou deux articles de blog qui traitent le même sujet à deux ans d'écart. Ce dernier cas relève autant de la cannibalisation que de la duplication. Il se règle en fusionnant les contenus, comme nous l'expliquons dans notre guide pour progresser dans les résultats Google.
Les paramètres d'URL produisent des doublons à grande échelle. Une catégorie de cinquante produits avec trois filtres et deux ordres de tri génère rapidement des centaines d'adresses au contenu presque identique. L'outil de gestion des paramètres d'URL qui existait dans l'ancienne Search Console a été retiré en 2022. Google indique désormais déterminer seul les paramètres utiles, ce qui renvoie la responsabilité au site.
La méthode la plus sûre consiste à décider quelles combinaisons méritent d'être indexées. Un filtre qui correspond à une vraie recherche, comme une catégorie de chaussures filtrée par couleur, peut devenir une page à part entière avec une URL propre, un titre et un texte spécifiques. Les tris, les sessions et les paramètres de suivi reçoivent une balise canonical vers la page de base.
Les liens internes doivent pointer vers les URL canoniques, sans paramètres de suivi. Les balises utm placées sur des liens internes créent des doublons et faussent en plus les statistiques d'acquisition. Pour la pagination, Google a annoncé en 2019 ne plus utiliser les balises rel="next" et rel="prev". Chaque page de la série doit donc rester accessible et porter sa propre canonical.
Les sites e-commerce cumulent deux types de doublons. En interne, les déclinaisons d'un produit par taille ou par couleur donnent souvent des fiches qui ne diffèrent que par un attribut. Si personne ne recherche spécifiquement la variante, une seule fiche avec un sélecteur suffit. Si la variante fait l'objet de recherches, une page dédiée se justifie, avec un texte qui lui est propre.
En externe, la description du fabricant reprise telle quelle par tous les revendeurs pose un problème de choix. Google affichera pour la requête la fiche du site qu'il juge le plus pertinent, souvent le fabricant lui-même ou un grand distributeur. Un revendeur qui veut exister sur ces requêtes doit apporter quelque chose de plus, comme des conseils d'usage, des questions de clients, une comparaison avec les modèles voisins ou des photos réelles.
Sur un e-commerce multilingue, ces doublons se multiplient par le nombre de pays. Nous traitons cette organisation dans notre article sur le SEO d'un e-commerce multilingue et dans notre offre de stratégie de commerce électronique.
Non, si la page est réellement traduite. Google l'écrit dans sa documentation sur les sites multilingues. Les versions localisées d'une page ne sont considérées comme des doublons que si leur contenu principal reste non traduit. Une page en français et sa version en italien sont deux documents différents, destinés à deux publics différents.
Le problème apparaît dans deux situations. La première est la traduction partielle, quand seul le menu change et que le corps de la page reste en français, ou quand des pages italiennes sont mises en ligne avec un texte provisoire copié de la version d'origine. Ces pages sont alors de vrais doublons.
La seconde concerne la qualité. Une traduction automatique publiée en masse sans relecture peut relever de la politique de Google sur les contenus produits à grande échelle sans valeur ajoutée. Dans ce cas, Google juge l'utilité de la page pour le lecteur. Nos équipes de langue maternelle adaptent les contenus pays par pays, comme décrit dans notre article sur la stratégie SEO multilingue.
Le cas le plus délicat est celui des pays qui partagent une langue. Une entreprise qui publie la même page en fr-FR, fr-BE, fr-CH et fr-CA obtient quatre pages presque identiques. Google peut alors les regrouper et n'en retenir qu'une comme canonique, même si chacune porte une balise canonical vers elle-même. La balise hreflang permet ensuite d'afficher l'URL adaptée à l'internaute de chaque pays, mais elle ne garantit pas l'indexation séparée de chaque version.
La meilleure protection consiste à rendre chaque version réellement locale. Prix en francs suisses ou en dollars canadiens, indicatifs téléphoniques +32, +41 ou +1, conditions de livraison et de garantie, mentions légales du pays, références à des salons ou à des clients locaux. Le vocabulaire diffère aussi. On dit septante et nonante en Belgique et en Suisse romande, on parle de GSM en Belgique, de natel en Suisse et de cellulaire au Québec, où la Charte de la langue française encadre en plus l'usage du français dans le commerce.
Si vous n'avez rien de spécifique à dire à un pays, une seule version française bien faite vaut mieux que quatre clones. Ce choix structurel est détaillé dans notre guide pour structurer les URL d'un site international.
L'attribut hreflang indique à Google quelles pages sont des équivalents dans d'autres langues ou pour d'autres pays. Il se déclare dans l'en-tête HTML, dans les en-têtes HTTP ou dans le sitemap XML. Le code de langue suit la norme ISO 639-1, complété si besoin par un code de pays ISO 3166-1 alpha-2, comme fr-BE ou de-CH.
Trois erreurs reviennent sur presque tous les sites que nous auditons. Les annotations ne sont pas réciproques, alors que chaque page doit renvoyer vers toutes ses équivalentes, elle-même comprise. Les codes sont faux, comme uk pour le Royaume-Uni, alors que uk désigne l'ukrainien et que le Royaume-Uni s'écrit en-GB. Enfin, la balise canonical de chaque version pointe vers la version française, ce qui contredit le hreflang et demande à Google d'ignorer les traductions.
La règle est simple. Chaque version linguistique porte une canonical vers elle-même et un jeu complet d'annotations hreflang, avec une valeur x-default pour la page de repli. Le hreflang ne fusionne pas les signaux entre versions. Il sert à présenter la bonne page au bon public. Les mêmes enjeux se posent entre anglais britannique et américain, comme le montre notre article sur le référencement en anglais.
La redirection 301 convient quand la page en double n'a pas de raison d'exister pour l'utilisateur. Ancien article fusionné dans un nouveau, variante d'URL en HTTP, adresse sans barre oblique finale. La redirection transfère le visiteur et les signaux vers la page cible.
La balise canonical convient quand la page en double doit rester accessible aux visiteurs, mais pas dans les résultats. Pages triées, URL avec paramètres de suivi, fiche produit présente dans deux catégories. Pour un fichier PDF, la canonical se déclare dans l'en-tête HTTP.
La balise noindex convient aux pages qui n'ont pas vocation à apparaître dans Google, comme les résultats de recherche interne ou les pages de remerciement. Google déconseille de bloquer les doublons par le fichier robots.txt, car le robot ne peut plus lire la page et donc ne voit ni sa canonical ni son noindex. Il déconseille aussi de mélanger les méthodes de façon contradictoire, comme une canonical vers une page qui porte elle-même un noindex.
Les pages satellites sont des pages créées pour se positionner sur des requêtes très proches et renvoyer toutes les visites vers une même destination. Les politiques anti-spam de Google les classent sous le nom d'abus de pages satellites. L'exemple cité par Google est celui de pages par ville ou par région qui orientent toutes l'internaute vers la même page.
Ces pages ont souvent un contenu presque identique, d'où le lien avec la duplication. Ce que Google sanctionne alors, c'est l'intention de manipuler les résultats sans apporter d'information propre à chaque requête.
Une entreprise qui sert plusieurs villes ou plusieurs pays peut avoir une page par zone, à condition que chaque page contienne des informations réelles. Adresse et équipe locale, références de projets, conditions spécifiques, contraintes réglementaires du pays. Pour la présence locale, la fiche d'établissement Google est souvent plus utile qu'une page par ville, comme l'explique notre guide pour apparaître sur Google Maps.
Les sites qui copient automatiquement des contenus existent dans toutes les langues. Dans la plupart des cas, Google identifie la source originale et la copie n'a aucun effet sur votre visibilité. Commencez par vérifier si la copie apparaît réellement devant vous sur vos requêtes, en cherchant entre guillemets une phrase précise de votre texte.
Si la copie vous dépasse, plusieurs recours existent. Un message au site concerné suffit parfois, surtout quand il s'agit d'un partenaire ou d'un revendeur qui a repris vos fiches de bonne foi. Sinon, Google propose une procédure de demande de suppression pour violation des droits d'auteur, au titre du DMCA, qui concerne les résultats de recherche. Le formulaire de signalement de spam reste disponible pour les sites de copie massive.
Pour limiter le phénomène, publiez vos contenus sur votre site avant toute diffusion ailleurs et ajoutez une canonical vers elle-même sur chaque page. Certains outils de copie conservent cette balise, ce qui désigne votre page comme l'original. Les liens que vous obtenez depuis des sites reconnus aident aussi Google à identifier la source, comme nous l'expliquons dans notre article sur le netlinking international.
La republication, ou syndication, est une pratique légitime. Un article d'expert repris par une revue professionnelle, par le site d'une association ou par un partenaire étranger touche un nouveau public. Le risque est que la copie, publiée sur un site plus puissant, soit choisie par Google à la place de l'original.
La documentation de Google sur la syndication conseille que le site partenaire empêche l'indexation de sa copie avec une balise noindex. Un lien visible vers l'article original reste utile aux lecteurs et à Google. Fixez ces conditions par écrit avant la publication, car elles sont difficiles à obtenir après coup.
Une alternative plus simple consiste à écrire une version différente pour le partenaire, avec un angle adapté à ses lecteurs. C'est d'ailleurs indispensable quand le partenaire est étranger. Un article publié par un média espagnol doit être rédigé pour des lecteurs espagnols. Une simple traduction de votre billet ne convient pas, comme le rappelle notre article sur la façon d'adapter un site français au marché espagnol.
La Search Console est le premier outil. Le rapport d'indexation des pages liste les URL exclues avec des statuts qui signalent un doublon, comme une page en double sans URL canonique choisie par l'utilisateur, ou une page pour laquelle Google a choisi une autre canonique que la vôtre. L'outil d'inspection d'URL précise ensuite quelle page Google a retenue.
Pour une analyse complète, un crawler comme Screaming Frog SEO Spider détecte les doublons exacts et les quasi-doublons, ainsi que les titres et les méta-descriptions identiques. Siteliner donne une première vue gratuite de la duplication interne. Pour la duplication externe, Copyscape compare vos pages avec le reste du Web, et une recherche Google entre guillemets sur une phrase de votre texte reste un test rapide.
Sur un site multilingue, ajoutez un contrôle par langue. Vérifiez qu'aucune page d'une version étrangère n'affiche encore un corps de texte en français, un défaut fréquent après une migration ou un ajout de langue. Ces contrôles font partie de l'audit initial de notre agence SEO international, avant toute production de contenu.
Les textes produits par les outils d'IA générative ne sont pas des copies au sens strict. Ils peuvent toutefois se ressembler fortement d'un site à l'autre, car les mêmes consignes produisent des textes aux structures et aux formulations proches. Le résultat est un contenu sans doublon exact, mais sans rien de propre non plus.
Google a précisé en 2023 qu'il évaluait la qualité d'un contenu, quelle que soit la façon dont il est produit. Sa politique sur les contenus à grande échelle, ajoutée en 2024, vise en revanche la publication de nombreuses pages dans le but de manipuler le classement, sans aide réelle pour l'utilisateur, avec ou sans IA.
L'IA peut accélérer la recherche et la rédaction, à condition d'y injecter ce qu'elle ne connaît pas. Vos données, vos cas clients anonymisés, vos contraintes de marché. Nous détaillons cet usage dans notre article sur ChatGPT et le copywriting SEO. Pour un projet d'exportation en ligne, notre page vendre en ligne à l'étranger présente la méthode complète.
Google ne publie aucun seuil. Les pourcentages affichés par certains outils, au-delà desquels une page serait considérée comme dupliquée, sont des conventions propres à ces outils. Ils servent à repérer des pages à examiner, sans plus. La question utile est de savoir si chaque page apporte une information que les autres n'ont pas. Deux fiches produit qui partagent un tableau technique mais présentent des usages différents ne posent pas de problème.
Pas par lui-même. Les doublons ordinaires, issus de la technique ou d'une organisation éditoriale imparfaite, affectent les pages concernées et la répartition des signaux. Un effet à l'échelle du site apparaît quand une grande partie des pages n'apporte rien de nouveau, par exemple un site construit sur des contenus copiés d'autres sources. Dans ce cas, les systèmes de Google qui évaluent l'utilité des contenus peuvent réduire la visibilité de l'ensemble du domaine.
Oui, Google accepte les canonical entre domaines. C'est utile quand une entreprise possède deux sites qui publient la même page, par exemple après le rachat d'une marque. La balise reste une indication. Google la suit quand les autres signaux vont dans le même sens. Elle ne doit pas servir à relier des versions linguistiques entre elles, car elle demanderait à Google d'ignorer la traduction. Pour des versions de pays ou de langue, utilisez hreflang avec une canonical vers la page elle-même.
Google n'en fait pas une condition et n'a pas de difficulté à comprendre une page italienne dont l'URL est en français. Une URL dans la langue de la page reste plus lisible pour l'internaute et cohérente avec le contenu. La traduction des URL ne règle aucun problème de duplication. Pour Google, les versions se distinguent par le contenu traduit et par les annotations hreflang.
Il pose le même problème que le français entre la France et la Belgique. Deux pages identiques en en-GB et en-US risquent d'être regroupées, avec une seule retenue comme canonique. Le hreflang aide Google à afficher la bonne URL, mais la protection la plus solide reste la localisation réelle. Orthographe britannique ou américaine, devises, unités de mesure, normes et références commerciales propres à chaque pays.
Cela dépend de la fréquence d'exploration des pages concernées. Une redirection ou une canonical sur une page souvent visitée par le robot peut être prise en compte en quelques jours. Sur des pages profondes ou rarement explorées, il faut parfois plusieurs semaines. L'outil d'inspection d'URL de la Search Console permet de demander une nouvelle exploration pour les pages importantes, et le rapport d'indexation des pages montre l'évolution du nombre de doublons détectés.
