Spam de Pesquisa do Google: Sites Proxy Classificando Mais Alto que os Originais

Houve muito debate sobre a alta quantidade de resultados de pesquisa spam no Google nas últimas semanas, incluindo as fazendas de conteúdo e outras, a ponto de o Google até lançar uma extensão do Chrome para permitir que os usuários bloqueiem certos sites de aparecerem em seus resultados de pesquisa personalizados. Mas o principal problema de raspadores de conteúdo, agregadores e sites proxy classificando mais alto que os sites originais ainda existe.

O problema de indexação dos sites proxy que simplesmente redirecionam a URL da página original através de seus servidores não é novidade. O problema remonta a 2007 e, com a introdução da tag canônica em 2009, o Google anunciou que o problema havia chegado ao fim. Mas isso não parece ser o caso. O sequestro proxy está de volta e, por algum motivo misterioso, parece ser prevalente nos sites proxy hospedados no próprio aplicativo do Google, ignorando a tag “rel=canonical”.

Deixe-me explicar com um exemplo. Nos últimos dias, observei uma queda considerável no tráfego orgânico para algumas palavras-chave importantes. Hoje, me forcei a investigar e verificar o que estava errado. Fiquei chocado ao ver um site proxy – suzetteklierocks.appspot.com classificando no lugar onde meu blog estava classificando anteriormente. Para minha surpresa, não consegui encontrar meu próprio blog em nenhum dos primeiros pares de páginas na pesquisa do Google.

Na captura de tela acima, o primeiro resultado é do site proxy que sequestrou minha página. Esta é a URL listada no Google – http://suzetteklierocks.appspot.com/techpp.com/2010/07/05/dropbox-alternatives-sync-files-online/. Como você espera, este é apenas um dos muitos casos em que o site proxy está classificando melhor que o meu. A razão para não observar a grande mudança no tráfego/renda foi que os sites proxy simplesmente redirecionam para a página original, mas os sites do App Engine têm uma restrição no uso de largura de banda por dia e, portanto, param de funcionar no final do dia quando ultrapassam o limite.

Uma busca rápida por site:suzetteklierocks.appspot.com revela mais de 200.000 páginas indexadas para o site proxy. Eu tenho as tags canônicas na página, que de alguma forma estão sendo ignoradas pelo Google ao indexar a página proxy duplicada. Não sou um especialista em SEO e não tenho certeza se estou perdendo algo aqui. O guru de spam da web do Google, Matt Cutts, prometeu dar uma olhada no problema e tenho certeza de que ele resolverá isso o mais rápido possível.

Outro pedido a Matt e ao Google; Não parece haver uma maneira adequada de relatar sites hospedados no Google App Engine. Por favor, tornem mais fácil relatar esses sites. Além disso, se possível, façam com que as URLs proxy baseadas em App Engine sejam “noindex” por padrão.

Atualização: Não posso bloquear explicitamente o site proxy até que eu recupere o SERP, pois perderia o tráfego redirecionado também.

Atualização 2: Percebo que cometi um erro no título. O correto é – “Sites Proxy SUBSTITUINDO os Originais” SUSPIRO

Atualização 3: Barry Schwartz do SEL escreveu sobre isso ontem.

Atualização 4: Matt Cutts foi rápido em agir sobre isso, como prometeu. Obrigado, Matt!

Atualização 5: Já estou vendo algumas mudanças sendo implementadas, mas o processo ainda não está completo.