Trùng lặp nội dung cả người duyệt web và các SEOer đều mong muốn nội dung phải mới mẻ duy nhất và có chất lượng. Tuy nhiên trong quá trình phát triển nội dung website chúng ta vẫn gặp những trường hợp trùng lặp nội dung một cách vô tình hoạc cố ý, Việc trùng lặp này gây nhiều tác hại đáng kể trong quá trình tối ưu hóa nội dung website cùng với việc các bộ lọc nội sung của các SEOer ngày càng hoàn thiện nên rất ít trường hợp trùng lặp nội dung được bỏ qua.

Trùng lặp nội dung như thế nào?

Trùng lặp nội dung có nhiều phiên bản nội dung giống nhau hoàn toàn và tương tự nằm trên nhiều page của cùng một website hoặc nhiều website. Rất nhiều webmaster cũng như các chuyên gia SEO/SEM đã hiểu nội dung tương tự như thế nào thì sẻ bị đưa vào các bộ lọc của SEOer. Để phát hiện 2 nội dung trùng lặp hoàn toàn thì dễ nhưng xác định 2 nội dung tương tự nhau ai là nguyên bản ai là bản sao thì rất khó.

Các kiểu trùng lặp nội dung

Các diển đàn thảo luận hoặc các website lớn thường có 2 phiên bản nội dung một cho người duyệt web bằng máy tính và một cho người duyệt web bằng PDA hoặc smartphone. Mục lưu trử của diển đàn. Phiên bản để in của của các website Bên cạnh đó Google cũng đã xác định được những yếu tố trùng lặp nội dung thông qua điều hướng, tiêu đề chính, các quảng cáo trong nội dung, văn bản ở footer và các liên kết tham khảo nội dung, những trường hợp này không bị ban nhưng các spider sẻ bỏ qua và không index.

Các trường hợp cố tình nhân bản nội dung trên nhiều tên miền khác nhau để thao túng bảng xếp hạng được coi là cực kỳ độc hại. Cụ thể là tạo ra nhiều landing page khác nhau nhưng trùng lặp nội dung để thu hút người duyệt web , tạo ra nhiều subdomain và ngay cả trên một trang với nội dung lặp đi lặp lại nhiều lần. Trong nhiều trường hợp chúng ta rất khó có thể bị ban nếu không cố tình nhân bản nội dung. Tuy nhiên chúng ta phải nắm vững kiến thức này để đảm bảo không sử dụng trùng lặp nội dung độc hại hoặc vô tình kích hoạt bộ lọc nội dung cho website của chúng ta.

SE sẻ làm thế nào với những nội dung trùng lặp?

Hầu hết các webmaster và SEOer đều hiểu rằng các SEOer không thích trùng lặp nội dung. Vậy các SEOer sẻ làm thế nào khi có nhiều trang giống nội dung. Các SEOer sẻ dựa vào các yếu tố liên quan nhất duy nhất, nội dung đầu tiên, nguyên thủy,… để trả về trang kết quả cho người dùng, những trang web có quá nhiều yếu tố giống nhau so với trang trên sẻ bị loại bỏ dần tùy vào mức độ giống nhau.

Bộ lọc nội dung trùng lặp là một thuật toán so sánh giửa trang này với trang khác, nếu bộ lọc xem xét một hoặc hai trang có quá nhiều yếu tố trùng lặp nó chỉ giữ lại một trang trong danh sách chỉ mục chính, các trang còn lại sẻ được duy chuyển vào danh sách chỉ mục bổ sung. Hình phạt (Ban) sẻ có khi chúng ta cố ý sao chép hàng trăm nội dung của các trang khác về website của mình từ các website khác.

Làm thế nào tránh trùng lặp nội dung

Không đánh cắp thông tin từ website khác. Liên tục kiểm tra xem có trùng lặp nội dung trên chính website của mình hay không. Kiểm tra xem có ai lấy cắp nội dung website mình hay không. Nếu chúng ta có nhiều URL trên cùng một domain trỏ đến cùng một nội dung, hảy chọn một URL để được spider đánh chỉ mục, các URL khác dùng robots.txt ngăn lại. Để tránh trùng lặp nội dung chúng ta nên tạo ra một nội dung duy nhất nguyên bản thay vì đánh cắp nội dung từ các website khác. Dùng các công cụ kiểm tra trùng lặp nội dung. Loại bỏ các trang trùng lặp nội dung trên website hoặc ít nhất ngăn chặn các spider đánh chỉ mục các trang đó.