Contenu dupliqué : ce que Google fait vraiment.

Non, et c'est le mythe le plus tenace du SEO francophone. Il n'existe pas de pénalité pour contenu dupliqué. Ce que Google fait est un filtrage : face à plusieurs URLs au contenu identique, il en choisit une (la canonique) et masque les autres des résultats. Aucune sanction, aucun malus de domaine. Une action manuelle reste possible, mais uniquement pour de la duplication massive et intentionnelle sur de nombreux domaines dans le but de manipuler les résultats. Ce n'est pas votre cas si vous lisez cette page.

La question n'a pas de sens, et les outils qui affichent un "taux de duplication" entretiennent la confusion. Google ne calcule aucun seuil de similarité au-delà duquel une sanction se déclencherait. Il regarde des URLs, constate qu'elles servent le même contenu, et en retient une. Deux pages à 40 % de texte commun mais répondant à des intentions différentes coexistent sans problème ; deux pages à 100 % identiques ne subissent qu'un filtrage. Chercher un pourcentage cible revient à optimiser une métrique inventée.

Distinction décisive, car les correctifs n'ont rien à voir. Le contenu dupliqué concerne le texte : une description fournisseur recopiée sur cinquante sites. La page dupliquée concerne les URLs : plusieurs adresses de votre site qui servent le même contenu, à cause de paramètres, de filtres ou de versions www et non-www. La seconde est un problème technique fréquent et coûteux ; la première est un problème éditorial rarement fatal. Confondre les deux mène à réécrire des textes alors que le sujet est une canonical.

Il ne l'empêche pas, il la redistribue. Google indexe la version qu'il juge canonique et exclut les autres, avec un motif explicite dans Search Console. Voir page en double sans canonique et autre page avec balise canonique correcte. Le vrai coût est ailleurs : Googlebot dépense du crawl à découvrir des variantes qu'il finira par écarter, et ce crawl manque aux pages qui comptent.

Sur les produits qui portent le chiffre d'affaires, oui. Sur les 8 000 références de longue traîne, l'arbitrage économique est rarement favorable. Une description fournisseur identique à celle de trente revendeurs ne déclenche aucune pénalité, mais elle ne donne à Google aucune raison de vous préférer aux vingt-neuf autres. Le différenciant se joue alors sur le reste : avis clients, disponibilité, images propres, données structurées. Voir SEO e-commerce.

Presque jamais. Google identifie généralement la source d'origine via l'antériorité de crawl et l'autorité du domaine. Un scraper sans autorité qui recopie votre contenu ne vous dépasse pas. Le cas problématique existe : un site bien plus autoritaire qui republie sans lien canonique croisé. Dans ce cas seulement, une demande de retrait pour atteinte au droit d'auteur est justifiée. Sinon, l'énergie dépensée à traquer les copieurs est mieux investie ailleurs.

Pas si elle est déclarée. Republier un article sur un média partenaire est une pratique normale, à condition que la version republiée porte une canonical croisée vers votre original, ou à défaut un noindex. Sans cela, le partenaire plus autoritaire peut être retenu comme version canonique, et c'est lui qui récupère la visibilité de votre propre texte. Négocier ce point avant la publication, pas après.

Un crawl suffit. Le rapport de titles dupliqués d'un crawler est le meilleur détecteur de pages dupliquées : deux URLs avec le même title servent presque toujours le même contenu. Croiser ensuite avec le rapport d'indexation de Search Console, qui indique explicitement quelles URLs ont été écartées comme doublons et laquelle Google a retenue. La méthode complète est dans crawler son site avec Screaming Frog.