Duplicate content maakt veel site-eigenaren ongerust, vaak ten onrechte. Google zegt het duidelijk in zijn documentatie over canonicalisatie: een beetje dubbele content op een site is normaal en geen overtreding van het spambeleid. Het echte risico is geen straf, maar controleverlies: Google kiest welke versie het toont, en dat is niet altijd de versie die jij had gewild.
Hoe Google duplicaten behandelt
Tijdens de indexering groepeert Google identieke of sterk gelijkende pagina’s en kiest er één als canonieke URL, de meest representatieve van de groep. De andere versies worden minder vaak gecrawld en verschijnen zelden in de resultaten. Jouw aanwijzingen (canonical-tag, redirects, sitemap) zijn signalen waar Google rekening mee houdt, geen opdrachten: als ze elkaar tegenspreken, kan het een ander adres kiezen.
De meest voorkomende oorzaken
- Protocolvarianten: dezelfde site bereikbaar via HTTP en via HTTPS.
- URL-parameters: sorteringen, filters, trackingcodes die aan campagnelinks worden toegevoegd.
- Regionale varianten: meerdere landen die dezelfde tekst in dezelfde taal krijgen, bijvoorbeeld Nederland en Vlaanderen, een situatie die het attribuut hreflang helpt te verduidelijken.
- Onbedoelde kopieën: een testomgeving die openstaat voor robots en zo de hele live site dupliceert.
- Externe kopieën: een andere site die je artikelen overneemt, met of zonder toestemming.
Voor WordPress
WordPress beperkt een deel van het probleem al: het voegt een canonical-tag toe aan berichten en pagina’s en stuurt bepaalde adresvarianten automatisch door naar de officiële permalink. Een paar punten moet je zelf controleren:
- Het siteadres onder Instellingen > Algemeen moet de definitieve versie zijn (HTTPS, met of zonder www), en alle andere versies moeten daarnaar leiden via een 301-redirect.
- Tags en categorieën die precies dezelfde berichten groeperen, leveren bijna identieke archieven op: houd je taxonomieën onderscheidend, of sluit nutteloze archieven uit van de index met je SEO-plugin.
- Een WooCommerce-webshop waarvan de filters duizenden URL’s aanmaken, verdient een duidelijk beleid (canonical naar de categorie, robots.txt voor combinaties zonder waarde), anders weegt het ook op je crawlbudget.
- Een testkopie bescherm je met een wachtwoord, niet alleen met het vakje “Zoekmachines ontmoedigen deze site te indexeren”. Onze handleiding over een testomgeving voor WordPress legt uit hoe je die opzet.
Veelgemaakte fouten
- Tegenstrijdige signalen: een sitemap die één adres noemt, een canonical die naar een ander wijst en interne links naar een derde. Stem ze allemaal af op dezelfde URL.
- Een canonical naar de homepage op alle pagina’s, door een thema of een verkeerd begrepen instelling: Google kan dan je onderliggende pagina’s negeren.
- Duplicaten blokkeren in robots.txt: Google kan ze dan niet meer crawlen en ziet dus hun canonical of redirect niet.
Maskeerinstellingen maken geen dubbele pagina’s aan: met WP Masquerade blijven permalinks en canonical-tag gelijk, zoals ons artikel over de echte effecten van maskeren op SEO uitlegt.