Google si blogurile

Tocmai ce citeam postul lui Tudi Wordpress SEO Ebook cand am inceput sa ma gandesc din nou la tehnicile de promovare ale unui blog.
Nu zic ca ghidul e rau .Departe de mine gandul asta. Din contra mi se pare foarte bun pentru un novice in special dar ma gandesc la cateva lucruri logice din ce am citit atat acolo cat si in alte tutorile.
Duplicat contentul.
Google are propria platforma de blog.
E ilogic sa-si penalizeze propriile bloguri din cauza asta.
Din cauza arhivelor , tagurilor sau eventual prin afisarea search-urilor .
Google nu penalizeaza magazinele virtuale create cu scripturi mai mult sau mai putin custom atunci cand e vorba de filtrarea rezultatelor.
De ex emag.
http://www.emag.ro/notebook_laptop
Ii aplicam filtrul de a afisa doar ce e produs de Asus
http://www.emag.ro/notebook_laptop/asus
Aceleasi rezultate care apar la un moment dat si in http://www.emag.ro/notebook_laptop
Wordpress-ul a fost creat mai mult pentru utilizatori decat pentru motoarele de cautare.
Cred ca motoarele de cautare au inteles treaba asta si au adaptat roboteii la noile cerinte de a nu strica informatia afisand din punct de vedere calitativ un blog in ultimele rezultate doar ca are arhive afisate.
Si parerea mea daca un blog are continut foarte bun din punct de vedere calitativ va fi in fata si va primi un BONUS doar ca foloseste o platforma blog si nu tine seama de cate arhive , tag-uri sau ce altceva are afisat si considerat de noi duplicat content.
Tudi tot respectul pentru cartea ta. Nu critic ce ai scris acolo. Chiar si eu in blogurile mele scot arhivele . Vreau doar o dezbatere serioasa pe tema asta.

Oameni buni, asa numitul "duplicate content" poate atrage penalizari pentru site-urile care au acelasi continut ca si alte site-uri (cele care fac scraping, sau fura continut). Continutul duplicat in interiorul unui site, nu atrage dupa sine penalizari, dupa cum spune chiar si Google aici: http://googlewebmastercentral.blogsp...t-penalty.html

Extras:

Citat:

---

But most site owners whom I hear worrying about duplicate content aren't talking about scraping or domain farms; they're talking about things like having multiple URLs on the same domain that point to the same content. Like http://www.example.com/skates.asp?co...&brand=riedell and http://www.example.com/skates.asp?br...ll&color=black. Having this type of duplicate content on your site can potentially affect your site's performance, but it doesn't cause penalties.
...
This type of non-malicious duplication is fairly common, especially since many CMSs don't handle this well by default. So when people say that having this type of duplicate content can affect your site, it's not because you're likely to be penalized; it's simply due to the way that web sites and search engines work.

---

Google vede continutul duplicat in interiorul siteului tau (ex: acelasi continut sau continut in mare parte similar la 2 url-uri diferite ale aceluiasi site) si alege una dintre pagini ca fiind relevanta pentru o anumita cautare, si o afisaza mai sus in SERP.

Mi se pare un lucru de bun simt, si corect pentru toata lumea (Google, webmaster, user)!

Sunt de acord ca "textul duplicat in interiorul site-ului" nu iti va aduce penalizare atat timp cat acest text nu este singurul text care se gaseste pe toate paginile, sau cel putin textul majoritar pe toate paginile site-ului.

Totusi inca mai am banuieli ca este posibil ca in anumite conditii valoarea unui text care se repeta pe mai multe pagini dintr-un site poate sa devina mai mica direct proportional cu numarul de pagini in care acesta apare... chiar daca gugal incearca sa aleaga o singura pagina mai reprezentativa pentru acel text...

Citat:

---

Google vede continutul duplicat in interiorul siteului tau (ex: acelasi continut sau continut in mare parte similar la 2 url-uri diferite ale aceluiasi site) si alege una dintre pagini ca fiind relevanta pentru o anumita cautare, si o afisaza mai sus in SERP.

---

Exact asta e si problema. Google alege continutul care crede el ca e cel mai bun, dar daca nu ala vrei tu sa-l afisezi? Daca tu vrei sa afisezi text-ul dintr-un post single in SERP, nu cel din arhiva/categorie?

Si da, e vorba de o penalizare in SERP, pentru ca se pierde relevanta keywordului (pentru ca pe pagina respectiva daca nu e single o sa ai mai multe headere, alt titlu pe un keyword general (de ex o categorie), etc).

Tudi, permite-mi sa te contrazic.

Premiza de la care pleci tu este urmatoarea: dintre 2 pagini identice sau similare in proportie mare, dar care se afla la (2 URL-uri diferite ale aceluiasi site), Google indexeaza efectiv doar 1 din cele 2 pagini, corect? Pentru ca numai in acest caz se poate intampla ceea ce spui tu (penalizare SERP)

Premiza de la care plec eu, este urmatoarea:
- am un blog
- am 2 pagini cu continut similar (un post de sine statator, si o pagina din arhiva) ambele indexate.
- pagina cu articolul contine: "Cuvant Cheie" in title, "Cuvant Cheie" in H1/H2, "Cuvant Cheie" cu o densitate buna in continutul articolului
- pagina de arhiva, contine: Altceva in title, "Cuvant Cheie" intr-un H1/H2, "Cuvant Cheie" cu o densitate mai slaba in continutul paginii (altfel spus "Cuvant Cheie" diluat)

Vine Gigi, si cauta pe Google "Cuvant Cheie"!
Google ia din index cele 2 pagini, si e pus in situatia de a alege.....
Tind sa cred ca algoritmul Google face fata unei probleme atat de simple, si afiseaza in SERPS mai sus pagina cu articolul.

Daca cealalta pagina nu apare in SERP (deloc....sau nu in primele "n" rezultate), tu consideri ca ai fost penalizat? Eu consider ca Google a fost cinstit, si a lasat locul pe care l-ai fi ocupat tu degeaba cu cel de-al doilea SERP (mai putin relevant) altcuiva cu mai multa relevanta.

Citat:

---

Tind sa cred ca algoritmul Google face fata unei probleme atat de simple, si afiseaza in SERPS mai sus pagina cu articolul.

---

Din proprie experienta si pe .ro si pe .com, imi permit si eu sa iti contrazic contrazicerea :D

Pagina buna (single post-ul) bagat in supplemental index, pagina "diluata" (arhiva) apare in SERP, undeva jos. Nici calda nici rece.

Eu nu vorbesc de cum ar trebui Google sa interpreteze, e clar ca daca am trai intr-o lume perfecta si logica, ar face diferenta, dar din pacate Supplemental Index-ul face ravagii la blogurile Wordpress. Nu bag mana in foc ca acelasi lucru se intampla la Blogger (sincer nici nu am stat vreodata sa studiez din punctul asta de vedere un blog pe platforma "Google").

Eu vad o bagare in supplemental index ca o penalizare. Sigur, nu e o penalizare clasica in SERP, dar supplemental index e practic o palma data de Google care iti spune: "pagina asta nu e relevanta" sau "pagina asta nu e necesara".

Insa ai dreptate, m-am exprimat gresit in ghid cand am spus ca Google penalizeaza duplicate content-ul, pentru ca nu e o penalizare de pozitii in SERP ci de afisare in SERP.

Sigur, probabil sunt cazuri si cazuri si o sa imi poti da si tu exemple care sa ma contrazica. Am mai vazut si sa afiseze asa:

SERP 7. Postul diluat in Arhiva/homepage
SERP 8. Postul single

Hai sa dezvoltam subiectul supplemental index.

De unde stii ca ai pagini acolo(si cum afli ce pagini sunt acolo)?
Ce se intampla cu paginile respective, sunt mai putin importante decat cele din main index?
Daca sunt mai putin importante, nu vor aparea sus la cautare in general, sau doar pentru anumite cautari?

Putem lua ca studiu de caz tudi.ro, daca e ok cu tine.

Gabi, daca luam Tudi.ro nu e foarte concludent, pentru ca eu am implementat hack-ul ala PHP impotriva dupe content-ului. Singura mica problema care o mai am pe blog cu dupe content-ul e ca am pentru o perioada scurta acelasi text si pe single si pe homepage :D

Citat:

---

De unde stii ca ai pagini acolo(si cum afli ce pagini sunt acolo)?

---

Cand faci o cautare si la terminarea optiunilor din SERP vezi "Pentru a vă prezenta cele mai relevante rezultate, am omis câteva înregistrări foarte asemănătoare celor 2 deja afişate.
Dacă doriţi, puteţi repeta căutarea cu rezultatele omise incluse." Nu stiu cum verifici toate paginile tale care sunt in SI, decat manual pe fiecare keyword.

Citat:

---

Ce se intampla cu paginile respective, sunt mai putin importante decat cele din main index?

---

Google le considera duplicat/irelevante.

Citat:

---

Daca sunt mai putin importante, nu vor aparea sus la cautare in general, sau doar pentru anumite cautari?

---

Daca sunt irelevante pentru Google sau duplicat, sunt in supplemental pentru anumite cautari. De exemplu (daca tot luam blogul meu de test) la cautarea "Tudi.ro" articolul http://www.tudi.ro/interviuri/interviu-cu-neil-patel/ apare in supplemental index. La cautarea "Interviu cu Neil Patel" apare pe primul loc in main index.

P.S. Gabi, sa nu crezi ca incerc sa fac doar pe desteptul sau imi place sa contrazic de dragul orgoliului, eu consider discutia asta una constructiva :D

...tot in ideea dezvoltarii subiectului am continuat si eu discutia.

Un pic de istorie...
De prin 2003, parca, pana in vara anului trecut, rezultatele din supplemental index erau notate ca atare (asa cum exista Cached - Similar Pages..exista si un link Supplemental Result la paginile din coada cautarilor)

Lucrurile erau simple, faceai o cautare de genul site:domeniu, si vedeai de pe la ce rezultat incepe supplemental index, si ce pagini ai acolo.

Dupa iulie 2007, Google a anuntat ca a renuntat la notarea linkurilor cu "Supplemental Result", si ca lucreaza la aducerea a cat mai multe rezultate din supplemental in main.

De atunci, subiectul supplemental este o nebuloasa. Din cate cunosc eu, modalitatea prin care "expertii" au ajuns sa descopere paginile aflate in main, si prin extrapolare, a celor aflate in supplemental (Google nu a confirmat nimic) ar fi operatorul neoficial -inallurl:, combinat cu operatorul site:

Ex: site:tudi.ro -inallurl:tudi.ro (~30 rezultate)
vs. site:tudi.ro (~230 rezultate)

Ba chiar poti gasi un Supplemental Index Ratio (care in cazul tau ar fi ~85%, cam nelinistitor, dupa parerea mea)

Nu uitam totusi ca site-ul tau este "optimizat", tocmai in ideea de a evita "penalizarile", corect?

Ar trebui sa-ti faci griji? Eu zic ca nu. Cine poate baga mana in foc ca asa se poate afla ce pagini ai in supplemental? Cine poate spune ca paginile care nu sunt in "main" nu vor aparea in SERPs la diverse cautari?

PS: omitted results != supplemental index (si ca atare cautarea "tudi.ro" nu are prea mare relevanta)
PPS: la cautarea site:tudi.ro, incepand cu rezultatele 65-70 ai indexate niste pagini destul de dubioase, esti sigur ca ai folosit corect robots.txt?

Cum ziceam si in ghid, am facut o greseala la indexarea initiala a blogului cand nu am blocat la timp URL-urile de plugins/admin, de acolo sunt cele 65-70 de rezultate aiurea si la fel si numarul mare de sup-uri.

Stiu povestea cu supplemental index si nu vad de ce ommited results ar fi diferit fata de SI. Chiar aici pe forum cred ca mai fusese o discutie luuunga pe tema asta.

Pana la urma urmei ce anume vrei sa demonstrezi? Nu mi se pare deloc nelinistitor ca am multe pagini in supplemental, cele care trebuie sa fie in main index si pe pozitii bune in SERP sunt acolo :) Ce vezi tu acolo sunt rezultate indexate acuma 2 luni de care nu reusesc sa scap (si sincer am si incetat sa incerc).

P.S. Remember, vorbim de SI pe cautari, nu vad cum un tool poate calcula paginile in SI, cand acestea is vizibile pe keyworduri specifice.

Eu bat in urmatoare directie: dupa parerea mea, supplemental index este ceva foarte neclar, si in consecinta, nu prea are sens sa iei masuri impotriva unui lucru despre care nu stii prea multe (pentru ca nu poti cuantifica efectele actiunilor tale).

Da, gabi, iti dau perfecta dreptate. Si pentru mine e neclar inca exact cum functioneaza SI din doua motive: research incomplet + lipsa unei metode de test concludente.

Insa hack-ul impotriva dupe content-ului pe bloguri e, daca vrei, o metoda sa preiei controlul asupra ce se afiseaza sau nu in motoare. O sa modific in ghid exprimarea, pentru ca ai dreptate, "penalizare" nu e chiar cel mai bun termen aici.