Un lien, plusieurs lignes : dédupliquer les rapports de backlinks avant de mesurer une campagne
Une même page peut apparaître plusieurs fois dans un rapport de backlinks. Apprenez à définir ce qu’il faut compter, à normaliser les URL et à documenter les cas incertains sans effacer les différences importantes.
Pourquoi une exportation peut afficher plusieurs lignes pour une seule publication
Lorsque l’on combine les rapports de différents outils, une ligne ne correspond pas toujours à une occasion unique ni à une publication distincte. L’URL enregistrée peut varier, le robot d’exploration peut avoir trouvé plusieurs liens sur la page, ou un même contenu peut être accessible à différentes adresses. Il peut aussi s’agir de copies, de republications ou de versions qui se ressemblent seulement. Additionner les lignes sans vérifier ce que chacune représente peut gonfler le total ; les regrouper trop tôt peut faire perdre des liens distincts.
- Les sources peuvent enregistrer différentes versions d’une URL, par exemple avec ou sans paramètres, ou avec différents protocoles.
- Un robot d’exploration peut signaler plusieurs liens sortants depuis une même page.
- Un même contenu peut être republié ou copié à une autre URL.
- La couverture et les critères de détection varient d’un outil à l’autre : l’absence d’un lien dans un rapport ne prouve pas qu’il n’existe pas.
Définissez d’abord ce que vous voulez compter
Avant de dédupliquer, décidez de l’unité d’analyse. Le « nombre de backlinks » peut désigner des liens individuels, des pages sources, des publications éditoriales ou des domaines référents, et chaque définition répond à une question différente. Il n’existe pas de chiffre unique adapté à toutes les analyses. Conservez les unités séparées et étiquetez chaque résultat : vous pourrez ainsi expliquer ce qui a été regroupé et comparer les rapports sans mélanger les concepts.
- Lien individuel : une occurrence précise reliant une page à une URL de destination. Si ces données sont disponibles, notez l’URL source, l’URL de destination et le texte d’ancrage.
- Page source : une URL depuis laquelle un ou plusieurs liens sont détectés.
- Publication : un contenu éditorial qui peut avoir plusieurs URL ou copies. Son identification peut nécessiter une vérification.
- Domaine référent : un domaine défini selon une règle explicite, par exemple le domaine enregistrable ; ce n’est ni une URL ni une page.
Normalisez les URL sans effacer les différences importantes
La normalisation aide à détecter des variantes techniques qui correspondent probablement à la même adresse, mais elle ne doit pas fusionner automatiquement deux URL. Conservez toujours la valeur d’origine et créez une colonne normalisée distincte. Appliquez les règles de manière reproductible et prudente : des URL peuvent mener à des contenus différents même si une grande partie de leur texte est identique.
- Supprimez les espaces accidentels et normalisez le format du protocole et du nom d’hôte pour la comparaison, tout en conservant la valeur d’origine.
- Traitez le fragment (la partie qui commence par #) comme une donnée qui n’est généralement pas envoyée au serveur, mais conservez-le si le site l’utilise pour identifier un contenu dynamique ou une section pertinente.
- Ne considérez pas automatiquement comme équivalentes les variantes avec ou sans barre oblique finale, les sous-domaines différents, HTTP et HTTPS, ni les chemins avec des majuscules différentes : vérifiez la réponse du site.
- Ne supprimez pas tous les paramètres de requête. Certains servent au suivi ; d’autres peuvent modifier la langue, la page, le produit, la session ou le contenu.
- Consignez la règle appliquée et, en l’absence de preuves suffisantes, gardez les URL séparées ou signalez-les pour vérification.
Vérifiez les redirections, la canonicalisation et les paramètres
Une URL qui redirige peut aboutir à une autre adresse, et une page peut indiquer une URL canonique différente. Ce sont des indices utiles pour examiner les équivalences, pas une autorisation de fusionner des enregistrements sans vérification. La redirection peut changer avec le temps ou dépendre de l’appareil, de la région ou de la session. La balise canonical exprime une préférence déclarée par le site ; elle ne prouve pas à elle seule que deux pages sont identiques ni que tous les systèmes l’interprètent de la même manière.
- Vérifiez la chaîne de redirections et notez la date de consultation, l’URL initiale et la destination observée.
- Vérifiez si la page répond et quel contenu elle propose ; une redirection temporaire ou rompue doit avoir un statut différent de celui d’une redirection stable.
- Consignez la canonical déclarée comme élément de preuve supplémentaire, et non comme substitut à l’URL trouvée.
- Comparez les paramètres avant de les supprimer : un paramètre de campagne peut être superflu pour le comptage, tandis qu’un paramètre fonctionnel peut désigner une autre page.
- Si les indices se contredisent, conservez les lignes et signalez le cas comme incertain au lieu d’imposer une équivalence.
Distinguez plusieurs liens sur une page de plusieurs publications
Si une page renvoie deux fois vers la même destination, il y a deux occurrences de lien, mais une seule page source. Si elle renvoie vers deux destinations différentes, il peut s’agir de deux backlinks distincts, même s’ils figurent dans le même article. La décision dépend de la métrique que vous construisez. Ne transformez pas plusieurs liens d’une page en plusieurs publications et ne réduisez pas automatiquement tous les liens à une seule occurrence.
- Pour compter les pages sources, regroupez les occurrences appartenant à la même URL de page, selon votre normalisation.
- Pour analyser les liens individuels, conservez chaque combinaison d’URL source, d’URL de destination et d’emplacement ou de texte d’ancrage, lorsque ces informations sont disponibles.
- Si la destination change, le lien peut représenter une relation différente ; ne le supprimez pas simplement parce qu’il partage la même page source.
- Si les données exportées ne permettent pas de distinguer les occurrences, indiquez cette limite au lieu d’affirmer un décompte exact.
Identifiez les copies d’une publication et préservez l’incertitude
Deux URL peuvent afficher le même contenu, une version mise à jour, une traduction, une republication autorisée ou un texte similaire sur le même sujet. La ressemblance ne suffit pas pour conclure à un doublon. Comparez le titre, le corps du texte, la date, l’auteur, les images et les indices éditoriaux ; attribuez ensuite un niveau de confiance. Lorsqu’il est impossible de prouver qu’il s’agit de la même publication, il est plus transparent de conserver des enregistrements distincts ou de les signaler comme des copies possibles.
- Forte correspondance : contenu substantiellement identique et indices compatibles, comme le titre, l’auteur ou les images. Documentez les éléments utilisés.
- Correspondance partielle : modifications éditoriales, extraits partagés ou versions dans une autre langue. Décidez si l’objectif justifie leur regroupement et conservez les URL.
- Correspondance incertaine : sujet ou titre similaire sans preuves suffisantes. Ne la transformez pas en doublon confirmé.
- Distinguez copie et lien : même si deux pages reproduisent le même article, chacune peut contenir son propre lien et son propre contexte.
Documentez les règles pour comparer les rapports de manière cohérente
La déduplication doit pouvoir être reproduite. Conservez les exportations originales sans les modifier et créez un registre de travail indiquant les règles, la date et les transformations effectuées. Vous pourrez ainsi expliquer pourquoi deux lignes ont été regroupées, réexaminer une décision et comparer des campagnes ou des sources selon les mêmes critères. Lorsqu’un rapport combine plusieurs outils, identifiez l’origine de chaque ligne et évitez de présenter une métrique d’un fournisseur comme si elle était interchangeable avec celle d’un autre.
- Ajoutez des champs tels que la source, la date d’extraction, l’URL d’origine, l’URL normalisée, la destination, le statut de redirection et la catégorie d’équivalence.
- Définissez séparément les clés de déduplication pour les liens, les pages, les publications et les domaines.
- Utilisez des statuts clairs : confirmé, probable, à vérifier ou distinct ; évitez une étiquette unique et ambiguë de « doublon ».
- Conservez un historique des modifications pour pouvoir reconstituer les décomptes précédents.
- Considérez les métriques SEO de tiers comme indicatives : leurs index, méthodes et échelles peuvent différer. Ne les additionnez pas et ne les comparez pas comme s’il s’agissait d’une mesure commune.
Questions fréquentes
Dois-je supprimer les paramètres d’une URL lors de la déduplication des backlinks ?+
Pas automatiquement. Certains paramètres servent uniquement à identifier des campagnes de suivi, mais d’autres peuvent modifier le contenu ou la page. Conservez l’URL d’origine, vérifiez le rôle de chaque paramètre et appliquez une règle documentée.
Une redirection signifie-t-elle que deux backlinks sont identiques ?+
Pas nécessairement. C’est un indice qui invite à vérifier la relation entre les URL. Consignez la destination et la date de consultation, puis évaluez le contexte et la stabilité de la redirection avant de regrouper les lignes.
Si une page contient plusieurs liens vers mon site, combien de backlinks dois-je compter ?+
Cela dépend de l’unité d’analyse. Pour les occurrences de liens, vous pouvez compter chaque lien distinct ; pour les pages sources, cette page ne compte qu’une fois. Expliquez le critère utilisé et les distinctions permises par les données de votre source.
L’URL canonique confirme-t-elle que deux pages sont des doublons ?+
Non, pas à elle seule. La canonical est un indice déclaré par le site. Comparez-la au contenu, aux URL, aux redirections et aux autres éléments disponibles, et conservez les cas incertains sans imposer d’équivalence.
Que faire si deux outils indiquent des nombres différents de domaines référents ?+
Vérifiez d’abord la date, la couverture, la définition du domaine et les filtres utilisés par chaque source. Ces métriques peuvent être indicatives, mais elles ne sont pas nécessairement équivalentes ; comparez les tendances avec prudence et consignez la méthode.
Sources et références
- Google Search Essentials — Google Search Central
- Spam policies for Google web search — Google Search Central
- Qualify outbound links — Google Search Central