Non-keyword SEO & duplicate content

[Krumel]

Axe, uite Continut duplicat prin distribuire generala pentru magazinele online. E ceva asemanator cu ce scrie in link-ul tau.

Postul ala e de prin 2008, intre timp s-au mai reglementat treburile privind continutul duplicat, care apropo nu e dat de faptul ca un site are link-uri cu acelasi anchor text pe mai multe site-uri, ci faptul ca un continut e existent pe mai multe site-uri, cu sau fara link-uri catre sursa.

Discutabila treaba, i-ar prinde bine un topic special.

Oricum, Google face diferenta dintre link-urile venite de pe site-urile de social si cele din content...deci n-as spune ca e o problema mare.

[Liviu Timar]

Krumel, mersi pentru link. Cand am putin timp citesc si revin

[Liviu Timar]

Am citit articolul si, da, probabil ca functioneaza modificarea descrierii produsului. Problema ramane pt site-urile pe care le-am dat ca exemplu: site-urile de revista presei (care preiau de la site-urile de stiri), cele gen digg.com - niciunul nu modifica stirea sau articolul preluat. Sunt doua intrebari:
- cum de astfel de site-uri apar in rezultate, avand in vedere ca, practic, sunt construite din continut duplicat din pdv Google
- in ce consta optimizarea unui astfel de site, avand in vedere ca nu ai un cuvant cheie "fix"? O stire, de exemplu, e cautata imediat dupa ce se "aude" ca a aparut... in cazul asta, ce face diferenta intre site-urile de revista presei (care au aceeasi stire) - cum poti face ca un site de genul sa apara sus in rezultate, indiferent de articolul care e cautat? Chestia e ca nu cred ca e acelasi mecanism - obtinerea de link-uri catre acel articol etc- pt ca stirile sunt cautate imediat dupa ce apar, sunt de actualitate cateva ore si nu ai timp sa obtii backlink-uri

[Liviu Timar]

Am mai citit cate ceva si o sa scriu si aici ce am aflat, dar pana atunci ar fi fain sa vedem pareri si de la cineva cu experienta practica exact in lucrurile astea.

[Nic]

Sunt doua intrebari:
- cum de astfel de site-uri apar in rezultate, avand in vedere ca, practic, sunt construite din continut duplicat din pdv Google

Continutul duplicat penalizat 100% de google inseamna inseamna existenta aceluiasi continut pe doua pagini diferite ale aceluiasi site, si se penalizeaza prin neindexarea/includerea in supplements results a uneia dintre pagini, cealalta fiind pozitionata corespunzator.

Acelasi continut pe diferite siteuri e penalizat numai cand google considera ca a fost generat intentionat pentru a manipula algoritmii lor de cautare. Deci acest duplicate content nu e penalizat mereu, ci doar daca google considera ca a fost generat special pentru a manipula algoritmii lor de cautare. (Poti sa intelegi ce vrei din exprimarea asta a lor)

Sursa:

http://googlewebmastercentral.blogsp...e-content.html

Ok, acum revenind la subiect. Digg nu contine duplicat content in conceptia lui google, evident.

In primul rand, existenta unor scurte paragrafe identice care linkeaza inapoi la sursa originala sunt considerate "citate" atata timp cat pe pagina respectiva mai exista si alt continut. Nu penalizezi pe cineva pentru ca citeaza un text si specifica sursa nici in mediul offline, in lucrari de licenta, etc.. care e mult mai strict privind plagiatul daramite pe net. Ca o regula dupa ureche asa, din ce am observat eu generand siteuri cu continut duplicat si am mai discutat si cu altii, daca pe o pagina ai sub 30% continut duplicat, esti in siguranta, google iti va considera pagina ca fiind "unica".

- in ce consta optimizarea unui astfel de site, avand in vedere ca nu ai un cuvant cheie "fix"? O stire, de exemplu, e cautata imediat dupa ce se "aude" ca a aparut... in cazul asta, ce face diferenta intre site-urile de revista presei (care au aceeasi stire) - cum poti face ca un site de genul sa apara sus in rezultate, indiferent de articolul care e cautat? Chestia e ca nu cred ca e acelasi mecanism - obtinerea de link-uri catre acel articol etc- pt ca stirile sunt cautate imediat dupa ce apar, sunt de actualitate cateva ore si nu ai timp sa obtii backlink-uri

Consta in dezvoltarea autoritatii domeniului principal (pagerank & trustrank & link juice) colaborata cu un sistem de linking intern extrem de eficient, astfel incat link juice de pe home page sa curga fluent catre paginile articolelor fara sa mai fie necesar sa construiesti deeplinkuri catre articolul respectiv. Adica articolul nou creat pe un astfel de site primeste link juice foarte mult pentru ca apare linkat de catre home page- sau in cazul siteurilor mai mari, de pe o category page, sau un tag page, in principiu o pagina cu foarte mare autoritate. El rankeaza automat apoi in google pe baza trustului domeniului principal plus linking de la el, fara sa fie nevoie sa mai construiesti deeplinks catre el.

Frecventa de crawling a home pageului, si a siteului principal in general- e extrem de importanta pentru obtinerea unui ranking rapid pentru articole noi. Frecventa de crawling se imbunatateste cu pagerank bun + continut fresh updatat mereu.

Si digg avea pe vremea cand l-am studiat eu - si probabil inca mai are - niste rankinguri extraordinare pentru longtails la articole noi, in special daca ele veneau de pe siteuri nepopulare. Adica daca aveai un site nou si iti puneai un articol pe digg, la o cautare in google, digg aparea inaintea ta, cel putin pe termen scurt.

Autoritatea domeniului principal se formeaza din linkuri catre homepage+ deeplinkuri catre alte pagini. Indiferent de structura sitelui, cam orice pagina linkeaza catre homepage - fie prin header, footer, blogroll, etc...- Deci daca ai o pagina foarte populara care primeste foarte multe deeplinkuri, o parte din linkjuice primit de aceasta se duce la homepage, care mai apoi il transfera catre o alta pagina noua nepopulara. (Adica un articol de pe un site care primeste foarte multe linkuri va trimite o parte din link popularity catre homepage, iar homepage-ul va trimite o parte din el catre un articol nou nestiut si nelinkat de nimeni, marindu-i astfel pozitia in google, presupunand ca articolul asta nou e linkat de homepage, sau category page).

Deci cam asta fac eu cand construiesc un site pe model digg (deci experienta personala, subiectiva si probabil avand ceva greseli, nu o lua ca teorie):

-la inceput nu adaug continut duplicat, ci doar reciclat, adica modific stirea sau o rescriu, etc, deoarece domeniul fiind nou nu vreau sa risc nimic. Deci pana nu capat o oarecare autoritate, nu pun duplicate content pe site.

-construiesc cateva articole foarte linkate, fie viral, fie artificial, ideea e ca e mai usor sa obtii deeplinkuri catre un articol de pe site decat homepage, evident. Articolele astea virale vor actiona drept catalizatori pentru cresterea autoritatii domeniului principal si implicit vor sustine indirect si articolele noi dupa model de mai sus viral article ->homepage -> articol nou

-cresterea paginilor din site urmeaza un model exponential, avand grija ca fiecare pagina sa fie indexata de google, daca scapa un rand de articole sau o categorie intreaga, trimit eu deeplinks catre ele. Nu adauga multe pagini din prima pe site si apoi sa astepti sa ti le indexeze google pentru ca le va procesa greu daca nu ai autoritate pe domeniu. (multe pagini inseamna mysql database cu zeci de mii de articole sau anunturi, sau etc)

-ai grija la raportul links/pagini indexate sa fie echilibrat, cu cat ai mai multe pagini indexate, cu atat iti trebuie mai multe linkuri sa justifici prezenta lor in google.

[Liviu Timar]

Nic, multumesc pentru explicatii. Bune si explicatiile "fenomenului" si sfaturile de promovare. Sper sa foloseasca si altora.

Totusi, nu am inteles un lucru...Digg nu prea are altceva pe pagina in afara de continut duplicat, chiar daca din mai multe surse. Probabil ca Google il vede ca o pagina unica pentru ca nu considera ca se incearca manipularea alg de cautare, cum zic ei in Guidelines si probabil ca la inceput nu a avut direct atat de mult continut duplicat. Sa ma corecteze cineva daca gresesc.

[Nic]

Nic, multumesc pentru explicatii. Bune si explicatiile "fenomenului" si sfaturile de promovare. Sper sa foloseasca si altora.

Totusi, nu am inteles un lucru...Digg nu prea are altceva pe pagina in afara de continut duplicat, chiar daca din mai multe surse. Probabil ca Google il vede ca o pagina unica pentru ca nu considera ca se incearca manipularea alg de cautare, cum zic ei in Guidelines si probabil ca la inceput nu a avut direct atat de mult continut duplicat. Sa ma corecteze cineva daca gresesc.

Digg ofera un serviciu util- clasificarea stirilor dupa popularitate- deci mi se pare normal ca google sa nu il considere duplicat content - nici eu nu il consider.

Statutul de pagina unica de care ziceam eu se refera la intreaga pagina cum e citita de google - header, sidebar, footer, commenturi, related tags, related diggs sau ce mai au ei pe acolo etc... nu doar textul in sine. Daca la un text de stiri copiat 100% se adauga 3-4 comentarii originale, deja pagina aia e considerata unica. Daca la un text copiat 100% se adauga ceva articole gen "related diggs by keyword" cum are digg acolo, deja e mai mult contiut pe pagina si duplicate content se dilueaza.

[Liviu Timar]

Da, asta asa e. Thx pentru info again