Une boutique en ligne produit du contenu dupliqué par construction. Chaque couleur d'un polo peut avoir sa propre URL, chaque combinaison de filtres crée une page de plus, chaque catégorie se découpe en pages numérotées, et les descriptions arrivent souvent telles quelles du catalogue fournisseur. Rien de tout cela n'est une faute en soi. Le problème apparaît quand personne ne dit à Google quelle version compte, et que le robot passe son temps sur des pages sans intérêt au lieu des fiches qui vendent.
L'enjeu n'est pas anecdotique. Selon le bilan publié par la FEVAD le 11 février 2026, les Français ont dépensé 196,4 milliards d'euros en ligne en 2025 (+7 % sur un an), dont 76,1 milliards pour les produits, avec 3,2 milliards de transactions. Côté offre, Eurostat relève qu'en 2024 les ventes via site ou application ne représentaient que 4,05 % du chiffre d'affaires des entreprises françaises de 10 salariés et plus, l'une des parts les plus faibles de l'Union européenne. La demande est là ; un catalogue mal canonisé est un frein évitable.
Le cas qui m'a servi de fil conducteur
Philippe, qui gère une boutique de vêtements pour homme, m'a posé la question sans détour : « quel est le risque en matière de duplicate content, et quelles sont les bonnes pratiques ? ». Son constat tenait en trois points. Chaque couleur ou déclinaison de produit correspondait à une URL différente. De nombreuses fiches partageaient exactement la même description. Et les attributs alt des images n'étaient pas renseignés.
Ma réponse : la duplication interne n'est pas une sanction, c'est un gaspillage. Elle dilue les signaux entre plusieurs URL, consomme le temps d'exploration et laisse Google choisir la page à afficher. Cet article reprend la méthode que j'ai appliquée sur son site.
Ce que Google fait réellement du contenu dupliqué
Il faut d'abord évacuer une idée reçue. La documentation Google Search Central ne décrit aucune « pénalité duplicate content ». Quand plusieurs URL portent le même contenu, Google en choisit une, dite canonique, et regroupe les signaux sur elle. Vous pouvez l'orienter : la redirection et la balise rel="canonical" sont présentées comme des signaux forts, la présence dans le sitemap comme un signal faible, et ces méthodes se cumulent. J'ai détaillé le fonctionnement de la balise dans un article consacré à la balise canonical et à la gestion du contenu dupliqué ; ici, je me concentre sur ce qui est propre à une boutique.
Deux nuances. Les règles anti-spam de Google visent le contenu « scrapé », c'est-à-dire copié depuis d'autres sites sans valeur ajoutée, et la production de pages à grande échelle sans intérêt pour l'utilisateur. Une fiche fournisseur reprise mot pour mot par deux cents revendeurs s'en rapproche. Ensuite, le budget d'exploration devient un sujet réel dès qu'une part importante de vos URL apparaît dans la Search Console avec le statut « Détectée, actuellement non indexée » ; Google cite aussi les sites de plus de 10 000 pages dont le contenu change quotidiennement, seuil qu'une boutique avec filtres combinables atteint vite.
Les quatre sources de duplication d'une boutique
Les variantes produits
C'est le cas de Philippe. Google accepte les deux architectures : une URL par variante, sous forme de segment (/polo-homme/bleu) ou de paramètre (/polo-homme?couleur=bleu), ou une page unique avec sélecteur. Si les variantes ont leur propre URL, la documentation e-commerce de Google demande de placer la balise canonical du produit principal sur toutes les pages de variantes. Si vous utilisez une page unique, l'URL de base, sans variante présélectionnée, doit être la seule URL canonique du groupe, et chaque variante doit rester accessible par un paramètre. Cette accessibilité sert au balisage ProductGroup et aux flux Merchant Center, où l'attribut item_group_id est obligatoire en France pour déclarer des variantes.
Quand une déclinaison a une demande propre (« polo bleu marine homme »), une page distincte, auto-canonique et réellement différenciée, se justifie ; sinon, la canonical vers le produit principal suffit. Y a-t-il quelque chose à dire sur cette couleur que l'on ne dit pas sur les autres ? Si non, ne créez pas de page indexable.
La navigation à facettes
Filtres de taille, de prix, de matière, de tri : c'est la première source d'URL inutiles. La recommandation de Google, mise à jour en décembre 2025, est nette : dans la plupart des cas, il n'y a aucune bonne raison de laisser explorer les combinaisons de filtres, et le blocage dans le fichier robots.txt est la méthode à privilégier. Un filtrage géré par fragment d'URL (#couleur=bleu) n'a, lui, aucun impact sur l'exploration. La balise canonical et l'attribut nofollow sont jugés moins efficaces à long terme pour ce cas précis.
Si certaines facettes méritent d'être indexées (une page « polos bleus » qui a un volume de recherche), traitez-les comme de vraies pages de catégorie : séparateur & standard entre paramètres, ordre des filtres toujours identique dans l'URL, contenu propre, et code 404 pour les combinaisons qui n'existent pas plutôt qu'une redirection.
La pagination
Les pages 2, 3, 4 d'une catégorie ne sont pas des doublons de la page 1, et Google demande explicitement de ne pas les canoniser vers la première page : chaque page paginée reçoit sa propre URL canonique. Les balises rel="next" et rel="prev" ne sont plus utilisées par Google. Ce qui compte, c'est un lien <a href> vers la page suivante et, idéalement, un lien vers la première page depuis chacune. Le robot ne clique pas sur les boutons « voir plus » : les produits chargés à la demande doivent aussi être atteignables par des liens classiques ou par le sitemap.
Les descriptions fournisseur
C'est la duplication externe, la seule qui touche aux règles anti-spam. Reprendre la fiche du fabricant vous place en concurrence avec tous les autres revendeurs et avec le fabricant lui-même, qui a l'antériorité. Sur un catalogue de plusieurs milliers de références, tout réécrire est irréaliste. Je procède par paliers : réécriture complète des fiches qui font le chiffre d'affaires, ajout d'un bloc propriétaire (conseil d'usage, entretien, guide des tailles, questions clients) sur les suivantes, et fiche fournisseur brute mais non indexée pour la longue traîne sans demande.
| Source | Traitement par défaut | Exception |
|---|---|---|
| Variantes (couleur, taille) | Canonical vers le produit principal, ou page unique avec sélecteur | Page dédiée si la variante a une demande et un contenu propres |
| Facettes et tris | Blocage robots.txt ou fragment d'URL | Facette indexable traitée comme une catégorie |
| Pagination | Canonical propre à chaque page, liens HTML vers la suivante | Aucune : ne jamais canoniser vers la page 1 |
| Descriptions fournisseur | Réécriture ou enrichissement des fiches prioritaires | Noindex sur la longue traîne non réécrite |
Auditer sa boutique en cinq étapes
- Search Console, rapport Indexation des pages. Trois motifs vous intéressent : « Autre page avec une balise canonique appropriée » (situation normale), « Page en double sans URL canonique sélectionnée par l'utilisateur » (vous n'avez rien indiqué) et « Page en double : Google a choisi une URL canonique différente de celle de l'utilisateur » (votre balise est contredite).
- Crawl complet. Un crawler (Screaming Frog, Sitebulb ou équivalent) vous donne le nombre d'URL découvertes face au nombre de produits réels, les titres et méta-descriptions dupliqués, les canonicals absentes ou contradictoires et la profondeur de clic. Sur le site de Philippe, l'écart entre URL explorées et références au catalogue a été le premier indicateur.
- Statistiques d'exploration. Le rapport Statistiques sur l'exploration de la Search Console, ou vos logs serveur, montre où Googlebot passe son temps. Si les URL à paramètres dominent, la priorité est le robots.txt, pas la réécriture des fiches.
- Échantillon de fiches. Prenez vos vingt meilleures ventes et recherchez dans Google un extrait de leur description entre guillemets. Si dix sites ressortent avec le même texte, vous tenez votre liste de réécriture.
- Cohérence des signaux. Même URL dans les liens internes, le sitemap et la balise canonical : c'est la règle rappelée par Google pour les sites e-commerce.
Cet audit s'inscrit dans un audit technique SEO plus large : profondeur des catégories, titres de pages, vitesse. Chez Philippe, le titre de la page d'accueil ne contenait que le nom de la marque et les catégories principales n'étaient pas accessibles depuis le menu ; ces deux corrections ont précédé tout travail sur les doublons.
Les erreurs qui annulent vos corrections
- Noindex sur une URL bloquée par le robots.txt. Google ne peut pas lire la balise d'une page qu'il n'explore pas ; l'URL peut donc rester dans l'index. Choisissez l'un ou l'autre.
- Identifiants de session ou de suivi dans les liens internes. Chaque visite crée de nouvelles URL ; Google recommande de ne jamais lier en interne vers ce type de paramètre temporaire.
- Bloquer les facettes après les avoir laissées s'indexer. Les URL déjà indexées restent dans l'index sans pouvoir être réexplorées. Laissez d'abord le noindex faire effet, puis bloquez.
Le contrôle de l'indexation n'est pas une opération ponctuelle : chaque nouveau filtre, chaque module de tri ajouté par une extension peut rouvrir la fuite.
Dans quel ordre agir
Je recommande de traiter d'abord ce qui produit le plus d'URL pour le moins de valeur : facettes et paramètres (robots.txt, fragments), puis la structure des variantes (canonical ou page unique), puis la pagination (canonicals et liens), et enfin les contenus, en commençant par les fiches qui vendent. Comptez plusieurs semaines entre une correction et son reflet dans le rapport d'indexation ; les réexplorations suivent le rythme de votre site, pas le vôtre. La réécriture des contenus, elle, est un chantier continu, à intégrer à la mise en ligne de chaque nouveau produit.
Questions fréquentes
Faut-il une URL par couleur de produit ?
Ce n'est pas obligatoire. Google accepte aussi bien une page unique avec sélecteur qu'une URL par variante, à condition que toutes les variantes portent une balise canonical vers le produit principal. Une page dédiée à une couleur ne se justifie que si cette couleur est recherchée pour elle-même et dispose d'un contenu propre.
Le duplicate content est-il pénalisé par Google ?
La documentation Google ne décrit aucune pénalité pour la duplication interne : Google choisit une version canonique et regroupe les signaux dessus. En revanche, le contenu copié depuis d'autres sites sans valeur ajoutée relève des règles anti-spam. Le risque interne est la dilution et le gaspillage du budget d'exploration, pas une sanction.
Peut-on garder les descriptions du fournisseur ?
Vous pouvez les garder comme base, mais des dizaines de revendeurs publient le même texte et le fabricant a l'antériorité. Réécrivez ou enrichissez en priorité les fiches qui génèrent vos ventes, ajoutez un bloc propre (usage, entretien, tailles) sur les autres, et passez en noindex celles qui restent brutes.
Canonical ou noindex pour les pages de filtres ?
Pour les combinaisons de filtres sans intérêt de recherche, Google recommande d'abord d'empêcher l'exploration via le robots.txt ou d'utiliser des fragments d'URL. La canonical est jugée moins efficace à long terme sur ce cas. Le noindex fonctionne, mais uniquement si la page reste accessible au robot.
Faut-il canoniser les pages 2, 3, 4 d'une catégorie vers la page 1 ?
Non. Google demande explicitement de donner à chaque page paginée sa propre URL canonique. Les balises rel="next" et rel="prev" ne sont plus prises en compte ; ce qui compte, c'est un lien HTML classique vers la page suivante et, si possible, vers la première page.
Comment savoir si Google ignore mes balises canonical ?
Dans la Search Console, le rapport Indexation des pages liste le motif « Page en double : Google a choisi une URL canonique différente de celle de l'utilisateur ». L'outil d'inspection d'URL affiche aussi l'URL canonique déclarée et celle retenue par Google pour chaque page. Un écart signale le plus souvent des liens internes ou un sitemap incohérents avec la balise.