El contenido duplicado en la era Panda

El contenido duplicado siempre ha sido uno de los pilares del SEO, un error que Google siempre ha penalizado – o intentado penalizar – unas veces con más éxito que otras. Y no siempre con buenos resultados, incluso hoy en día. Personalmente he conocido muchos casos frustrantes para los webmasters, que nada podían hacer por demostrar a Google que su contenido era el original mientras veían cómo scrapers y otras webs copiaban letra por letra sus contenidos y posicionaban siempre por encima.

Por otra parte, el contenido duplicado ha hecho casi más daño dentro de una misma web que fuera. El contenido repetido dentro del mismo dominio siempre ha sido uno de los primeros puntos a mirar por el SEO. Contenido repetido en artículos, categoría, secciones, comentarios, urls sin canonicalizar, con parámetros, han diluido vía pagerank el potencial de un artículo.

Mientras hasta ahora hemos tenido herramientas para solucionar estos problemas de contenido duplicado, bien dentro de la misma web como fuera de ella con el plagio, siempre se ha dejado algo a que Google no se equivocara y decidiera que nuestro contenido era el original.

Panda y el contenido duplicado

¿Qué efecto tiene Panda sobre el contenido duplicado? A primera vista, parece que Panda es por fin realmente efectivo – para penalizar – con el contenido duplicado. Las granjas de contenido, la base de Panda, no son sino enormes bases de datos y urls de contenido duplicado. Panda parece que por fin quiere arreglar este tema.

Parece que existe un «una cantidad determinada de rastreo» (Crawl “Budget”) de una web por parte de Google, que si entra en una web y empieza a rastrear urls y urls del mismo contenido deja de rastrear la web. De la misma forma, también parece que hay un «límite de urls indexadas» (The Indexation “Cap”) de la misma web.

Google ha dicho en más de una ocasión que no existe una penalización por contenido duplicado, pero la «penalización» es colateral: si gastas el rastreo y el index con contenido duplicado, no tendrá sitio el contenido «bueno».

Con Panda, este daño colateral parece que ha dejado de estar aislado: si tienes contenido duplicado no solo será penalizado el contenido duplicado, sino la web como conjunto y otros contenido que no son duplicados. Panda entiende que el contenido duplicado el global, y no particular.

Desindexación

Por mi experiencia, lo primero que hay que hacer es desindexar el contenido duplicado. No solo eso, hay que desindexar el contenido de baja calidad, el irrelevante o el fuera de tema. Imagínate desindexar el 20% de una web, por ejemplo 200.000 urls de golpe. Esto que parece contraproducente, puede deshacer la penalización de Panda o parar la bajada.

¿Cuál es el problema? Que no siempre se sabe qué es lo que hay que desindexar. Este análisis puede llevar semanas o incluso meses, y aún así no acertar a la primera. Aquí la experiencia y habilidad del SEO es fundamental.

Estructura de enlaces

Otro punto es la propia estructura de enlaces. ¿Cómo decirle al robot de Google que rastree solo lo más importante y que no gaste la cantidad de rastreo designada para mi web en secciones o contenido irrelevante? Solo con una buena estructura de enlaces. No siempre es fácil saber a qué enlazar y cómo dentro de una web para destacar la parte importante.

Evita el contenido duplicado

La conclusión es fácil: evita el contenido duplicado. El hacerlo, no tanto. En Seomoz han hecho un resumen de las herramientas y opciones para tratar con el contenido duplicado, desde redirecciones 301, hasta páginas 404 pasando por la url canonical.

Esto es para cuando sabes ya qué eliminar. Pero lo realmente difícil es saber qué eliminar en muchos casos, sobre todo cuando tratamos con webs con millones de urls, tiendas web, etc.

Y para acabar, con Panda no podemos descansar nunca. Es decir, que siempre tendremos que estar al tanto de cada actualización, ya que lo que ahora decide que es contenido de calidad, puede que el mes que viene no lo sea. Haciendo por parte del seo un seguimiento de estos cambios es fácil saber qué cambiar con cada actualización de Panda para no quedar penalizados. Ya no vale con hacer algo que funciona y dejarlo ahí durante años. Ya no solo debemos preocuparnos de la competencia, sino de los propios criterios de calidad y relevancia de Google Panda.