Un site copie votre contenu : conséquences SEO et recours

Quand un site copie votre contenu, la plupart du temps, votre classement ne s'effondre pas. Google sait généralement identifier la source d'origine parmi plusieurs pages quasi identiques, et les copieurs automatiques, ce qu'on appelle des scrapers, pèsent rarement lourd face à un site installé. Le risque réel est ailleurs : sur un site récent ou peu exploré, la copie peut être indexée avant l'original, ou s'afficher à sa place sur certaines requêtes. C'est là qu'il faut agir.

Cet article répond à une seule question : que se passe-t-il concrètement quand un tiers republie vos pages sans accord, comment vérifier quelle version Google retient, et quelles démarches pratiques entreprendre, dans l'ordre. Il ne traite ni de vos propres doublons internes ni des reprises que vous avez autorisées, sujets couverts ailleurs. Et il ne constitue pas un conseil juridique : les recours légaux dépendent de votre pays et de votre situation, et un avocat reste la bonne personne pour cela.

Ce que fait réellement un scraper à votre contenu

Un scraper est un programme qui parcourt des sites, récupère le texte, parfois les images et les titres, puis les republie ailleurs, souvent en masse. Les motivations sont banales : remplir un site de publicités avec du contenu gratuit, fabriquer des pages pour capter du trafic longue traîne, ou alimenter un réseau de sites à faible valeur. Le copieur ne cherche pas à vous nuire personnellement, il cherche du volume.

La plupart des scrapers se branchent sur votre flux RSS ou sur votre sitemap. C'est pratique pour eux : le flux contient le texte complet, proprement structuré, et il est publié au moment exact où vous publiez. Certains réécrivent légèrement le texte avec un outil de spinning ou de traduction automatique, ce qui rend la détection plus difficile mais ne change pas le fond : ils produisent une version dérivée de votre travail.

Google traite ce phénomène comme une question de spam, pas seulement de doublon. Dans ses règles anti-spam, le contenu copié depuis d'autres sites, avec peu ou pas de valeur ajoutée, figure parmi les pratiques visées. Cela explique pourquoi les sites de scraping finissent souvent par être déclassés : ils vivent d'un équilibre fragile et non d'une vraie légitimité. Mais fragile ne veut pas dire inoffensif pendant les semaines où la copie est indexée.

Les conséquences réelles sur vos positions

Il faut distinguer trois scénarios, parce que les conséquences n'ont rien à voir. Dans le premier, la copie existe mais reste invisible : elle est indexée, n'apparaît sur aucune requête utile, et vous n'en subissez aucun effet mesurable. C'est le cas le plus fréquent, et celui qui ne justifie aucune panique.

Dans le deuxième, la copie apparaît dans les résultats à côté de votre page, sur certaines requêtes. Google regroupe alors les pages très similaires et n'affiche en principe qu'une version par groupe, en choisissant celle qu'il juge la plus pertinente pour la requête. Si la sienne est la vôtre, vous ne perdez rien. Si l'algorithme hésite, c'est la version la mieux explorée, la plus rapide ou la plus autoritaire qui l'emporte, et ce n'est pas toujours l'originale.

Dans le troisième, la copie passe devant vous. Cela arrive surtout dans trois cas : votre site est jeune ou peu crawlé, le copieur est un domaine plus fort que le vôtre (un agrégateur, un portail de grande taille), ou vos pages sont lentes à être indexées alors que le flux RSS est relayé en quelques minutes. Le mécanisme est simple : Google a vu le texte d'abord ailleurs, ou il juge l'autre page plus fiable.

Il existe aussi des effets indirects. Vos liens internes peuvent être recopiés tels quels, ce qui crée des backlinks entrants depuis des sites de faible qualité. Un petit nombre de ces liens est sans conséquence, Google les ignore le plus souvent. Mais si vous voyez un afflux soudain de liens toxiques liés à un réseau de copieurs, surveillez-les dans Search Console sans réagir de façon excessive. Enfin, une copie peut détourner une partie de la demande de vos lecteurs, notamment quand elle est mieux placée ou affiche votre texte autour de publicités agressives.

Vérifier quelle version Google retient

Avant d'écrire à qui que ce soit, établissez les faits. Commencez par repérer la copie. Prenez une phrase distinctive de votre page, ni trop courte ni trop banale, et cherchez-la entre guillemets dans Google. Les pages qui reprennent exactement cette phrase apparaissent. Ajoutez l'opérateur -site:votredomaine.fr pour exclure votre propre site et ne voir que les tiers. Répétez l'opération avec deux ou trois phrases de la même page, car un scraper tronque parfois le texte.

Ensuite, testez vos pages dans le moteur. Recherchez le titre exact de votre article, puis une requête naturelle sur son sujet. Si votre URL apparaît avant la copie, le problème est théorique. Si la copie apparaît seule, ou avant vous, vous tenez un vrai cas. Notez l'URL, la date, la requête et la position, avec une capture d'écran : ces éléments servent à la fois à suivre l'évolution et à étayer une demande de retrait.

Puis interrogez Search Console. Dans l'outil d'inspection d'URL, regardez la page originale : le champ de canonique déclarée par l'utilisateur doit être votre propre URL, et la canonique sélectionnée par Google doit l'être aussi. Si Google a retenu une autre adresse comme canonique, vous avez la réponse sur la version privilégiée, et il faut comprendre pourquoi. Vérifiez également la date de dernière exploration de votre page : si votre page n'a été explorée pour la première fois qu'après la publication de la copie, Google n'a peut-être pas vu votre texte en premier.

Un dernier indice vient de vos journaux serveur et de vos statistiques. Un scraper qui insère vos images en hotlink génère des requêtes avec son domaine comme référent. Une simple recherche de ce domaine dans vos logs révèle souvent plusieurs copies que vous n'avez pas trouvées en cherchant du texte. Cela vaut aussi pour les liens internes restés actifs dans la copie : chaque clic sortant apparaît comme un référent.

Renforcer votre position avant toute démarche

La meilleure défense est préventive, et elle coûte peu. Les mesures suivantes ne dépendent pas de la bonne volonté du copieur, et plusieurs sont efficaces même quand vous ne savez pas qu'une copie existe.

Un point souvent négligé : la balise canonique autoréférente. Chaque page doit déclarer sa propre URL absolue comme canonique. Beaucoup de scrapers copient le code HTML entier, balise comprise, sans la modifier. Dans ce cas, leur page annonce votre URL comme version de référence, ce qui relie clairement la copie à la source. Google n'est pas obligé de suivre ce signal, mais il l'aide à trancher. Utilisez une URL absolue et non relative, sans quoi la balise copiée pointera vers un chemin inexistant sur le site du copieur.

Deuxième levier, le flux RSS. Puisque les scrapers s'en nourrissent, ajoutez-y de quoi se faire reconnaître : un lien vers l'article d'origine et vers la page d'accueil en début ou en fin de chaque entrée, avec le titre et le nom du site en clair. Beaucoup de systèmes de gestion de contenu permettent de modifier ce gabarit. Un copieur paresseux republiera ces mentions telles quelles, ce qui produit un lien vers vous. Vous pouvez aussi ne publier qu'un extrait dans le flux, au prix d'une expérience un peu moins confortable pour vos abonnés légitimes. C'est un arbitrage, pas une obligation.

Troisième levier, la vitesse d'indexation. Plus Google voit votre page tôt, moins la copie a de chances de le devancer. Un sitemap à jour, des liens internes depuis des pages déjà explorées, et un bon maillage depuis la page d'accueil accélèrent la découverte. Pour un site qui publie peu, l'outil d'inspection d'URL permet de demander l'indexation d'une page nouvelle. Ce n'est pas une garantie, mais cela réduit la fenêtre pendant laquelle une copie peut passer en premier.

Enfin, gardez un horodatage vérifiable : dates de publication dans le code, historique de votre système de contenu, sauvegardes. Ces éléments, sans valeur pour le classement, deviennent utiles dès qu'il faut prouver qui a publié en premier.

Les démarches dans l'ordre, du plus simple au plus formel

Ne commencez pas par la démarche la plus lourde. L'échelle suivante va du moins coûteux au plus formel, et chaque étape n'a de sens que si la précédente n'a pas suffi. Gardez des traces écrites à chaque fois.

Première étape : le contact direct. Cherchez une adresse de contact sur le site copieur, une page mentions légales ou un formulaire. Écrivez un message court et factuel : l'URL de la copie, l'URL de l'original, la date de publication de chacune, et la demande précise (retirer la page, ou ajouter un lien canonique vers l'original). Pour un blog amateur ou un agrégateur sérieux, cela suffit souvent. Pour un site de scraping automatisé, il n'y aura pas de réponse, ce qui est une information en soi.

Deuxième étape : l'hébergeur et le bureau d'enregistrement. Une recherche WHOIS ou une simple requête sur l'adresse IP du site indique où il est hébergé. La plupart des hébergeurs et des réseaux de distribution ont une adresse dédiée aux signalements d'abus, et certains traitent les plaintes pour contenu copié. Indiquez les mêmes éléments que dans le premier message. Si le site est derrière un service comme Cloudflare, ce dernier propose un formulaire de signalement qui transmet la plainte à l'hébergeur réel.

Troisième étape : la demande de retrait auprès de Google. Google propose un outil de demande de suppression de contenu pour atteinte aux droits d'auteur, que vous devez utiliser en vous identifiant comme titulaire des droits ou comme son représentant. Vous y indiquez l'œuvre originale, l'URL de la copie et une déclaration. Attention : cette procédure a des conséquences juridiques, elle engage votre responsabilité si la déclaration est fausse, et les textes applicables varient selon les pays. Lisez les conditions affichées par Google avant d'envoyer quoi que ce soit, et consultez un juriste en cas de doute. Une fois la demande acceptée, l'URL copiée disparaît de la recherche Google, sans que la page cesse d'exister sur le site tiers.

Quatrième étape, plus rare : le signalement de spam. Google dispose d'un formulaire de signalement pour les pages qui enfreignent ses règles anti-spam. Il est pertinent quand le site entier est un réseau de copies, plutôt que pour une page isolée. Google ne promet pas de réponse individuelle et n'agit pas toujours par page, mais ces signalements alimentent ses systèmes de détection.

Erreurs fréquentes quand on se fait copier

Certaines réactions font plus de mal que la copie elle-même. La plus courante consiste à désavouer en masse les liens provenant des sites copieurs. L'outil de désaveu est prévu pour des cas précis, par exemple une action manuelle liée à des liens, et Google indique que la plupart des sites n'en ont pas besoin. Désavouer par réflexe des dizaines de domaines sans enjeu ne vous apporte rien et peut retirer des signaux neutres.

Deuxième erreur : modifier votre propre contenu pour le différencier de la copie. Réécrire un article de qualité parce qu'un tiers l'a volé revient à punir l'original. Si votre page est solide et bien indexée, laissez-la telle quelle, et traitez la copie à la source.

Troisième erreur : bloquer tout le monde. Certains propriétaires, excédés, bloquent des plages d'adresses entières ou des agents utilisateurs au hasard. Un blocage trop large peut gêner Googlebot ou vos vrais lecteurs. Si vous filtrez un robot, vérifiez d'abord son identité : la documentation de Google explique comment confirmer qu'un visiteur est bien Googlebot par résolution DNS inverse, parce que l'en-tête d'agent utilisateur se falsifie trivialement.

Quatrième erreur : confondre copie et reprise autorisée. Les sites qui republient avec votre accord, par syndication par exemple, relèvent d'une autre logique, avec ses propres règles de canonique. Avant d'accuser quiconque, vérifiez que vous n'avez pas donné d'accord par courriel, par contrat ou par licence sur votre site. Une licence de type Creative Commons affichée sur vos pages peut autoriser certaines reprises sous conditions, et une plainte mal fondée fait perdre du temps à tout le monde.

Enfin, n'attendez pas de résultat immédiat. Même quand la copie est retirée de l'index, il faut laisser passer plusieurs cycles d'exploration avant de constater un retour à la normale sur vos positions. Suivez la requête concernée dans Search Console, notez les dates, et évitez de multiplier les actions qui brouillent le diagnostic.

Un cas pratique et la marche à suivre

Imaginons un blog de recettes qui publie un article le mardi. Le jeudi, une recherche entre guillemets sur une phrase de l'article renvoie deux résultats : le blog, en deuxième page, et un site inconnu, en première. Le flux RSS du blog contient le texte complet, sans mention de source.

La première vérification porte sur Search Console : la page est bien indexée, la canonique sélectionnée est la bonne, mais la dernière exploration date de la veille, donc après la copie. Le blog est récent et peu crawlé. C'est le scénario classique où le copieur, relayé par le flux, a été vu en premier.

Les actions, dans l'ordre : demander l'indexation de l'URL originale, ajouter des liens internes depuis la page d'accueil, corriger le gabarit du flux pour inclure le lien vers l'article source, vérifier que la canonique est absolue. Puis écrire au propriétaire du site copieur. Sans réponse sous quelques jours, contacter son hébergeur. Si la copie persiste et que vous êtes titulaire des droits, envisager la demande de retrait de Google en connaissant ses implications.

Dans beaucoup de cas de ce type, l'écart se résorbe seul dès que Google a exploré et évalué les deux pages : l'original, bien structuré et bien lié, finit par reprendre la place. Les démarches formelles ne servent que lorsque la copie se maintient.