Wie vorgehen bei Seiten mit teilweise identischem Inhalt?

[Patrick72]

Nehmen wir an, eine Online-Zeitung hat verschiedene Ausgaben für die jeweiligen Bundesländer. Rund 80% des Inhaltes ist bundesweit identisch, 20% sind jedoch regional unterschiedlich; natürlich sind die Inhalte auf den einzelnen Webseiten vermischt. Wie würdet Ihr vorgehen um die double content Problematik zu entschärfen?

[Synonym]

Ich würde die Artikel, die bundesweit zählen, in einen Bereich "Bundesweit" packen und den Rest eben regional. So können auch bundesweite Artikel in den regionalen Listen stehen, haben dann aber eben einen Canonical auf die bundesweite URL.

[Patrick72]

Wie gehe ich aber beispielsweise bei der Startseite vor, welche total durchmischt ist?

[Synonym]

Also die Startseite ist da ja eigentlich egal, dort können ja gemischte Artikel stehen, nur die Artikel selbst sind über eine "bundesweite" URL zu erreichen und nicht über jedes Bundesland extra.

Code: Alles auswählen

Startseite
	Bundesweit
		Bayern
			Würzburg
			München
		Sachsen
		Hessen

So würde ich das machen. Und ein Artikel über Würzburg sortiert sich dann eben in allen Bereichen von Startseite bis Würzburg ein (URL Würzburg). Eine Über Bayern eben genauso, eben nur bis Bayern.

Je tiefer die Ebene geht, desto genauer werden die Untergliederungen.

Auf der Startseite könnte somit auch der neueste Artikel zu Würzburg stehen, aber eben mit der URL /bundesweit/bayern/wuerzburg/fahrrad-umgefallen.html

Ein Artikel der alle Bundesländer betrifft steht dann eben in /bundesweit/bundeslaender-formieren-sich-neu.html.

Und "Bayern" dann eben in /bundesweit/bayern/atomausstieg-in-bayern-bis-2015.html

Also so in etwa....

Musst Dich eigentlich nur mal bei anderen Zeitungen umsehen, oder Seiten wie Heise, Zdnet und dergleichen, also Seiten mit Hauptkategorien und darunter weiteren Unterteilungen.

[Barthel]

Wobei das nur geht, wenn deine Zeitung unter einer Domain erreichbar ist. Ist das so, oder hast du

www.zeitung-bayern.de
www.zeitung-sachsen.de

usw?

[Patrick72]

Also zuerst mal vielen Dank für Deine ausführliche Antwort Synonym. Leider habe ich mich unklar ausgedrückt. Denn Barthel hat den Nagel genau auf den Kopf getroffen! Die Zeitung existiert auch physisch und hat natürlich für jedes Bundesland einen eignen Namen und folglich existiert auch für jeden Namen eine eigene Domain (und genau dort habe ich dann auch das Problem mit den regionalen Startseiten mit teilweise überlappendem Inhalt wieder). Ich freue mich auf Eure Antwort.

[Hirnhamster]

Du wirst nicht drum herum kommen, einen Zeitung als die "Originalquelle" auszuwählen. Der Rest hat den Canonicaltag auf eben diese Zeitung drin. Die Alternative wäre, alle Artikel umzuschreiben und das kommt glaub nicht in Frage

Ansonsten hast du halt DC - aber Google macht ja keine Ausnahmen, nur weils es sich um eine Zeitung handelt. Der User hat ja immer noch nix davon, wenn er 10x das Gleiche Ergebnis präsentiert bekommt.

[Barthel]

Die Zeitung existiert auch physisch und hat natürlich für jedes Bundesland einen eignen Namen und folglich existiert auch für jeden Namen eine eigene Domain (und genau dort habe ich dann auch das Problem mit den regionalen Startseiten mit teilweise überlappendem Inhalt wieder).

Das Problem sind eher nicht die überlappenden Startseiten, sondern das die Artikel auf jeder Domain eine eigene URL haben.
Schreibst du Artikel1 dann

www.z1.de/artikel1
www.z2.de/artikel1
www.z3.de/artikel1

Das Problem solltest du lösen. Du kannst es per Canonical machen, wobei dann halt nur eine Zeitung den ganzen Traffic abbekommt. Oder du lässt die Artikel umschreiben, was natürlich Zeit kostet. Ich weiß allerdings nicht, ob DC bei Zeitungen wirklich so das Problem ist, denn gerade Online Medien produzieren den Massenhaft.

"A monster tornado nearly a mile wide killed scores of people in Joplin, Mo. when it tore through the heart of the small Midwestern city, ripping the roof off a hospital and destroying thousands of homes and businesses."

Das ist der erste Satz der aktuell ersten Meldung bei Reuters. Liefert knapp 64k Hits und Reuters ist nur #4
Wobei bei dir das Verhältnis mit 80/20 schon ziemlich hoch ist...

[Synonym]

Ok, dann sind es verschiedene Webseiten, das hatte ich nicht bedacht. Aber auch hier würde ich den gleichen Ansatz nehmen. Auf den regionalen Seiten ist das regionale zu finden und eventuell eben auch bundesweite Artikel. Der Unterschied eben wieder wie schon oben gesagt, die bundesweiten Artikel haben eine eigene URL, in dem Fall, Webseite. Also auch das was Hirnhamster sagte, eine Originalquelle und Canonical. Du hast das dann halt nicht mit Unterordnern, sondern mit Domänen, müsste aber auch gehen.

[Patrick72]

Vielen Dank für die vielen, ausführlichen Antworten - diese helfen mir sehr. Drei (vier) Fragen / Gedanken hätte ich noch...
1. Gehen wir davon aus, dass ich das canonical-tag auf der Startseite der lokalen Domains einsetze, obwohl diese teilweise auch einzigartigen Content haben - ergibt dies keine Probleme, ausser dass der Inhalt nicht indexiert wird?
2. Kann ich das canonical-tag nur für ganze Seiten einsetzen oder auch nur für Teilabschnitte einer Seite?
3. Wäre es ggf. sinnvoller, nur die double content Elemente mittels robot-noindex zu markieren, damit diese nicht indexiert würden - dadurch hätte ich den lokalen Teil dann trotzdem indiziert? (ist dies überhaupt möglich?)
Ich bin gespannt auf Eure Antworten.

[intermalte]

Wenn auf den Seiten der einzelnen Artikel immer ordentlich Teaser zu themenrelevanten regionalen Artikeln (die also nur in der jeweiligen Zeitung vorkommen) unterbringst, wird die DC-Problematik immer geringer.
Du kannst im Quelltext den Hauptartikel unterteilen und die angesprochenen Teaser zwischenschieben, das kann ja graphisch auf der Seite komplett anders dargestellt werden.
Natürlich kann Dir diese Vorgehensweise auch Deine Keys verwässern...

[Hirnhamster]

[/quote]

Vielen Dank für die vielen, ausführlichen Antworten - diese helfen mir sehr. Drei (vier) Fragen / Gedanken hätte ich noch...
1. Gehen wir davon aus, dass ich das canonical-tag auf der Startseite der lokalen Domains einsetze, obwohl diese teilweise auch einzigartigen Content haben - ergibt dies keine Probleme, ausser dass der Inhalt nicht indexiert wird?

Das würde ich auf keinen Fall machen. a) der Inhalte der Startseite ändert sich regelmäßig und enthält keine genauen Duplikate (da ja auch regionale Inhalt dabei sind)
b) indem du das machst, verlieren alle Links auf der Startseite ihren Wert - du gibst also keinen Juice mehr über die interne Verlinkung an Unterseiten weiter.

2. Kann ich das canonical-tag nur für ganze Seiten einsetzen oder auch nur für Teilabschnitte einer Seite?

Nopes, das geht nur für ganze Seiten.

3. Wäre es ggf. sinnvoller, nur die double content Elemente mittels robot-noindex zu markieren, damit diese nicht indexiert würden - dadurch hätte ich den lokalen Teil dann trotzdem indiziert? (ist dies überhaupt möglich?)
Ich bin gespannt auf Eure Antworten.

Ja, das sowieso. DU markierst nur diejenigen Artikel, die auch auf anderen Portalen erscheinen.

[Synonym]

Das stimme ich mit Hirnhamster mal wieder überein. Den Canonical nimmst Du nicht für die Startseite. Auf der kann gar nicht so viel gleich sein. Es kommen regionale Artikel, die auf den anderen Seiten nicht sind und ein wenig Text drum rum kann es dort ja auch geben. Es geht also nur um doppelte Anleser der Artikel, die sind kein Problem. (Wenn die Startseite nicht nur aus lauter gleichen besteht).

Den Canonical setzt Du in den jeweiligen bundesweiten Artikeln selbst, denn die sind ja zu 100% identisch mit den anderen. Du verlierst dann quasi nur den "doppelten" Artikel, alles andere bleibt wie es ist.

[Patrick72]

Oh super - vielen Dank für die raschen Antworten.

Eine letzte Frage hätte ich noch: Kann ich das robot-noindex tag nur für komplette Seiten verwenden oder auch nur für Teile davon; also beispielsweise für einen Artikel auf der Startseite?

[Synonym]

robot-noindex tag

Nur für eine komplette Seite.