Ha nem találod meg a duplikált tartalmat, tenni sem tudsz ellene.

Nyilván elolvastad a tartalomduplikációról szóló cikket, így tudod, hogy miért káros neked, az oldaladnak és brandednek is, ha a saját szájtodon többször szerepelnek ugyanazok a tartalmak, vagy akár máshol jelennek meg a tartalmaid azonos formában.

Ígértem egy listát az eszközökről, melyekkel azonosíthatod, hogy hol találhatóak a duplikátumok – természetesen az összes szolgáltatást kipróbáltam, így első kézből mondom el a tapasztalataimat.

Duplikátumok a weboldaladon

Siteliner

Egyik személyes kedvencem a Siteliner. A szolgáltatás a teljes doménedet szkenneli – bár ha ingyenesen akarod használni, akkor csak 250 aloldalról fogod látni az információkat. (Premium regisztráció esetén akár 25 ezer oldalig is felmehetsz.)

Az eszköz segítségével meglehetősen sok duplikátumot találtam a saját oldalunkon, bár a 26% egyáltalán nem kirívó.

Különösen úgy nem, hogy a lista jellemzően a címke szerint szűrt bejegyzéseket listázó oldalakból áll – a posztok hajtás feletti részei a keresőoldalakon és a kategóriaoldalakon értelemszerűen sokszor ismétlődnek. Ezért tehát nem aggódom különösebben.

Ezen felül még egy sor adatot árul el a szolgáltatás: például, hogy egy átlagos oldal mérete nálunk 87 Kb (nagyobb az összes többi oldal 78%-ánál) és hogy a betöltési idő kicsit több, mint 1 másodperc (amivel jók vagyunk elvileg, hiszen az aranyszabály, hogy 3 másodperc fölé ne menj).

Azt is látom, hogy egy átlagos oldalon 1481 szó szerepel – ebben persze benne van minden, az oldalsávval, lábléccel együtt, viszont a valós adat ennél minden bizonnyal magasabb, hiszen az előfizetői részbe nem lát be a Siteliner.

Az oldalainkon 53% a teljesen egyedi tartalom aránya – ez ugye az, ami a keresőoldalakon már nem kerül listázásra: a posztok hajtás alatti része, a landing oldalak és a többi.

A jelentést letölthetem PDF-ben, sőt, még egy oldaltérképet is kapok XML-ben.

Ha fel akarod térképezni, hogy az oldalaidon hol találhatóak olyan duplikált tartalmak, amit a keresők is látnak és egyben ennek okát is szeretnéd meghatározni (plusz egy rakás egyéb értékes információhoz jutni), akkor jó szívvel ajánlom neked a Sitelinert.

Screaming Frog

A Screaming Frog szoftverét is használhatod arra, hogy duplikált tartalmakat azonosíts, de a helyedben inkább valamelyik online szolgáltatással dolgoznék. A szoftver ugyan elképesztően hasznos, de általa legfeljebb azt tudod beazonosítani, mely URL-eken található duplikált tartalom, azt nem, hogy pontosan mi is az.

A módszer a következő:

Először add meg a vizsgálandó domént. Miután a crawler átvizsgálta az aloldalaidat, egy hatalmas táblázatot látsz majd magad előtt egy sor különféle értékkel.

Mivel duplikátumokat keresünk, csak ezt fogjuk vizsgálni: ehhez kattints az Internal fülre, majd szűrj HTML szerint. Ezután pedig nyomd meg a szűrőbeállítás melletti Export gombot és kérj egy XLSX fájlt.

Ezt megnyitva a Hash oszlopot jelöld ki – ebben egy egyedi érték található, számok és betűk amelyeket az adott oldal tartalma szerint generál.

Az oszlopra tehát készíts egy feltételes formázást: a cellakijelölési szabályoknál az ismétlődő értékeket kérd le. Az Excel megjelöli majd neked azokat az értékeket, amelyeknél egyezést talált.

Ez a módszer túlontúl komplex és csak azt tudod meg belőle, hogy az adott URL-en valahol duplikált tartalom található, tehát nem tudom jó szívvel ajánlani ennek használatát.

Duplikáció és plágium netszerte

Copyscape

Már a duplikált tartalomról szóló cikkben is említettem a Copyscape-et, ami valóban egy remek szolgáltatás, viszont a használata kissé nehézkes.

A gond a következő: a Copyscape csakis azt az URL-t vizsgálja, melyet megadok neki, nem pedig az egész domént. Valóban remekül megtalálja a duplikátumokat, Balázs tegnapi cikkét például azonnal fellelte a Tumblr-en megosztva.

A Marketingszöveg.comon mintegy 300 egyedi cikk található és számos más egyedi szöveg. Én ezeket nem fogom egyesével leellenőrizgetni, nincsen rá kapacitásom, időm.

Persze, itt is van Premium szolgáltatás: akár 10 ezer oldalt is ellenőrizhetünk egyszerre és minden egyes keresés 5 centbe (kb. 14 Ft) kerül, amelyet előre megvásárolt kreditekkel fizethetünk ki.

Csak hogy meta legyen a próba, a prémium kereséssel azt néztem meg, hogy a tartalomduplikációról szóló cikkemnek (Hogyan védd meg a brandedet, ha másolják a tartalmaidat) található-e duplikációja valahol a neten:

Az eredmény pontosan az lett, amire számítottam. egyrészt mivel kiajánlottuk a cikket Tumblr-re, az ide idézett tartalmat megtalálta a Coypscape, illetve rábukkan a Google Súgó oldalán arra a szövegrészre is, amelyet szó szerint átemeltem a cikkbe.

Prémium felhasználóként egyszerre több URL-t is vizsgálhatsz, de sajnos ezeket egyesével kell megadnod – ha egyszerre sok oldalt akarsz tesztelni, akkor először listázd az oldalaidat a Screaming Froggal, exportáld a listát és onnan illeszt be a webcímeket.

Amit eredményül kapsz, az remek: felsorolás arról, melyik URL-hez hány egyezést talált, honnan van a legtöbb (ha van rendszeres másolód, itt fog lebukni), melyek a legveszélyeztetettebb oldalak és így tovább.

Összességében tehát a Copyscape egy kiváló eszköz: gyors, hatékony és részletes, pontos eredményeket ad, még ha a prémium szolgáltatás pénzbe kerül is – ha profi blogot vezetsz és szeretnéd a tartalmaidat biztonságban tudni, érdemes rászánnod havi néhány dollárt.

Plagiarism Checker

Azonnal beleszerettem a Small SEO Tools szolgáltatásába, ugyanis a legjobb eszköz, a Google használatát könnyíti meg a számodra.

A lényeg: beillesztesz egy szövegrészletet az oldalon található dobozba, az eszköz pedig részekre bontja és lefuttat egy sor Google-keresést. Ha olyan mondatot talál, amelyre pontos egyezés van a neten, plágiumot kiált és kattintásra átirányít a megfelelő oldalra.

Ami viszont hibádzik:

• Egyszerre legfeljebb 1000 szavas szövegeket vizsgálhatunk – a mi cikkeink között elvétve akad csak ennél rövidebb, tehát eleve kicsit nehézkes a használat, bár jobb két-három részre törni egy szöveget, mint mondatonként ellenőrizni a Google-ben.
• Nincs lehetőség arra, hogy egyszerűen megadjak egy URL-t, az eszköz beolvassa az ott található szöveget és azt ellenőrizze.

Ennek a szolgáltatásnak egy fejlettebb változata is elérhető ugyanakkor, ahol mind a két probléma megoldódik: A Plagiarism Software képes beolvasni nem csak dokumentumokat, de külső weboldalakat is és ha megvásároljuk, bármennyi szöveget ellenőrizhetünk a segítségével. Sőt, még a helyesírásunkat is ellenőrzi, feltéve, hogy angol szöveget adunk meg.

Ingyenes eszközként megint csak nem ideális, de nem is olyan drága – a legnagyobb, Enterprise csomagban havi 50 dollárért 2000 keresést futtathatunk le. Ingyenesen viszont havonta csak egyetlen egyszer próbálhatjuk ki.

Futottak még, de elbuktak

Nagyon szerettem volna bemutatni a SEO Review Tools eszközét, a Duplicate Content Checkert, de sajnos több nap alatt sem sikerült életre lehelnem – a domént megeszi ugyan, de egy hibaüzenetet kapok csak, nem tudom tehát ajánlani.

KOPI plágiumkereső

Magam sem tudtam róla korábban, de a SZTAKI-nak egyéb remek szolgáltatásai mellett létezik egy plágiumkeresője is, amit ráadásul az ezredforduló óta fejlesztgetnek.

Kevésbé szimpatikus mondjuk, hogy a böngészőm magától nem hajlandó megnyitni az oldalt, mert szerinte a kopi.sztaki.hu helytelenül lett beállítva, így a kapcsolat nem biztonságos.

Az oldal eléggé szét van esve, nem igazán tűnik aktív projektnek – megpróbáltam például Google azonosítóval belépni, de egy hibaüzenet állta utamat. Sebaj, akkor regisztráljunk.

Rövid úton kiderül, hogy bár még többnyelvű plágiumazonosítást is ígérnek, a szolgáltatás valójában használhatatlan – feltöltött dokumentumokban és korábban feldolgozott oldalakban képes csak keresni, s ha nagyobb mennyiségű új oldalt akarnánk az adatbázisba tölteni és ezzel védeni, külön fel kell venni a kapcsolatot a fejlesztőkkel.

Próbaképpen azért feltöltöttem egy korábbi cikkemet. A plágiumkeresésnél kiválasztottam a tesztüzemben lévő internetes adatbázissal történő összehasonlítást.

Az eredmény nem túl beszédes, ezt kaptam csak, ráadásul nem azonnal, hanem utólag mailben és rendszerüzenetben.

Szóval röviden: a KOPI-t kerüljétek, jó gondolat volt, de haszontalan eszköz. Erről itt többet is olvashatsz.

Akármit használsz is…

…a legfontosabb, hogy használd aktívan.

A duplikált tartalom rossz az oldaladnak: nem csak akkor, ha lopnak tőled, de akkor is, ha egyszerűen a Google botjai találnak rá és úgy értelmezik, hogy manipulálni szeretnéd a keresőt.

És ha megtalálod a másolt tartalmat, tedd azt, amit itt már leírtam.