Por que minha página de produto aparece três vezes no Google?

O que significa exatamente canonicalizar parâmetros de URL

Suponha que você vende sapatos. Alguém entra em seu site por meio de um anúncio: seu-loja.nl/sapatos?utm_source=facebook. Outra pessoa classifica por preço: seu-loja.nl/sapatos?sort=baixo-alto. Mais alguém filtra por tamanho: seu-loja.nl/sapatos?tamanho=42. Para o visitante, tudo isto é a mesma página com uma variação diferente. Para o Google, sem intervenção, são três ou mais páginas separadas.

Canonicalizar significa que você diz ao Google: todas estas são variantes, mas a versão real e que conta é seu-loja.nl/sapatos — sem adições. Esse endereço limpo é o que chamamos de URL canônica. Você dá, portanto, uma resposta clara sobre qual versão deve aparecer nos resultados de busca.

Isto não é uma questão de esconder ou bloquear algo. As variantes podem existir normalmente e funcionar para visitantes que filtram ou classificam. Você apenas diz aos mecanismos de busca: atribua todo o valor e avaliação a essa uma versão limpa, não às dez variantes de parâmetros ao lado.

É semelhante ao que acontece com paginação, como explicamos em paginação. Lá também há múltiplas URLs que se sobrepõem bastante em conteúdo. A diferença é que parâmetros geralmente são ainda mais aleatórios: classificação e rastreamento não agregam nada ao conteúdo, enquanto números de página às vezes agregam.

Como você vê se isto se aplica a você

A verificação mais rápida: procure no Google Search Console por seu próprio nome de domínio com uma busca de site, por exemplo site:seu-loja.nl/sapatos. Se aparecerem múltiplas variantes com pontos de interrogação e parâmetros, há uma boa chance de que isso não esteja certo. Você também pode simplesmente navegar por seu site, ativar filtros e opções de classificação e ver o que acontece na barra de endereços.

No Search Console você pode consultar em Páginas o motivo pelo qual as páginas não foram indexadas. Se aparecer algo como conteúdo duplicado, o Google escolheu uma URL canônica diferente da do usuário, então frequentemente este é exatamente seu problema. É um dos sinais mais claros que este relatório fornece.

Verifique também o código-fonte de uma página filtrada, ou peça a alguém para fazer isso por você. Deve haver uma linha que aponte para a URL limpa como versão canônica. Se essa linha estiver faltando, ou se apontar para a própria versão de parâmetro, então há trabalho a fazer.

Você também pode obter uma indicação através de sua análise: se vê dezenas de variantes de URL do que é essencialmente uma página, cada uma com um pouco de tráfego, então esse tráfego se fragmentou em cópias em vez de ser consolidado na página principal.

O que custa se isto não estiver em ordem

O maior risco é o desperdício de atenção do Google em seu site. Os mecanismos de busca dedicam uma quantidade limitada de tempo e capacidade por site para rastrear páginas, também chamado de orçamento de rastreamento. Se o Google dedicar esse tempo a cem variações da mesma página de sapatos, restará menos para páginas novas ou importantes em outro lugar em seu site.

Além disso, você dilui sua própria relevância. Se o valor de link e os sinais de avaliação se espalharem por dez variantes de URL em vez de se concentrarem em uma página, nenhuma variante é forte o suficiente para se classificar bem. Você está essencialmente lutando contra si mesmo nos resultados de busca.

Há também um risco real de que o Google escolha uma versão canônica e nem sempre a versão que você gostaria. Pode ser uma versão de parâmetro com uma URL feia, ou uma página que não é seu landing preferido para essa consulta de busca. Você perde então o controle sobre o que exatamente as pessoas veem e clicam.

Para assistentes de IA que resumem a web, o mesmo problema surge, mas ainda mais intenso. Um modelo de linguagem que encontra três versões ligeiramente diferentes da mesma página de produto pode captar informações confusas ou contraditórias, como um preço diferente devido a um cache antigo de uma variante de classificação. Esclarecer qual versão está correta ajuda, portanto, muito além de apenas no Google.

O que deve acontecer para resolver isto

O núcleo é simples: cada variante de uma página — com rastreamento, classificação ou filtros na URL — deve indicar que a versão limpa é a real. Trata-se de uma instrução que configura uma única vez corretamente por tipo de página, não algo que faça manualmente página a página. Pense numa regra fixa para todas as páginas de produtos, outra regra fixa para todas as páginas de categorias.

Isto pertence a uma visão geral mais ampla de que páginas possui e como se comportam, como discutimos numa matriz de indexação por tipo de página. Ali determina por tipo de página, portanto também por tipo de parâmetro, qual é a intenção: pode existir, deve canonicalizar, ou não deve ser incluído na indexação?

Alguns parâmetros merecem uma abordagem diferente da canonicalização apenas. Resultados de pesquisa interna, por exemplo, quando alguém pesquisa no seu próprio site e gera uma URL separada, pode frequentemente excluir melhor diretamente da indexação, conforme detalhado em páginas de resultados de pesquisa interna em noindex. Canonicalizar e excluir são duas ferramentas diferentes para situações diferentes.

Deixe passar algumas semanas após implementar a alteração e verifique novamente na Search Console se as variantes duplicadas desaparecem da relatório de problemas. Isto não acontece de um dia para o outro: o Google deve revisitar as páginas e processar a nova instrução. Paciência e verificação repetida fazem parte deste processo.

Como isto se relaciona com outras questões técnicas básicas

Canonicalização não funciona isoladamente. Se o seu arquivo robots.txt já bloqueia partes do site, conforme discutido em ponto de verificação 1.1 sobre robots.txt e ponto de verificação 1.2, pode interferir no funcionamento das suas instruções canónicas. Uma página bloqueada, o Google não pode visitar para ler a instrução canónica.

Também um tratamento de 404 mal configurado afeta este tema. Se uma versão de parâmetro removida não redireciona adequadamente, mas fornece uma página confusa sem código de status correto, falamos de um soft 404, explicado em soft 404s. O mesmo se aplica a uma página de erro própria deficiente, veja uma página 404 útil. Todos estes pontos tocam um ao outro: trata-se sempre de dar clareza ao Google sobre o que exatamente uma página é e significa.

Por fim: se o seu site depender fortemente de JavaScript para mostrar conteúdo, conforme discutido em conteúdo principal acessível sem JavaScript, já pode ser difícil para o Google ver o conteúdo básico, muito menos a referência canónica que às vezes é adicionada dinamicamente. Uma base técnica estável torna a canonicalização realmente confiável.