Site în mai multe limbi fără conținut dublat: cum îl structurați corect de la început
Cum planificați un site în mai multe limbi: o adresă URL pe limbă, hreflang între versiuni, fără redirecționare automată și structura potrivită.
- Nº
- 31
- Publicat
- Lectură
- 10 min
- Categorie
- Notes
- Scris de
- Revylio
Site în mai multe limbi fără conținut dublat: răspunsul scurt
Un site în mai multe limbi fără conținut dublat se construiește din trei decizii luate în redesign. Fiecare limbă primește propria adresă URL. Versiunile se leagă între ele prin hreflang. Textul principal al fiecărei pagini este tradus și adaptat, nu lăsat în limba originală.
Un site în mai multe limbi este un site al cărui conținut este disponibil în mai mult de o limbă. Așa îl definește documentația Google Search Central. Ghidul de față pornește de la o firmă care vinde în Regatul Unit, România, Germania și Italia. Exemplele folosesc deci engleza, româna, germana și italiana.
Teama de conținut dublat este adesea mai mare decât riscul real. Google consideră o versiune localizată dublură doar într-un caz precis, descris mai jos. Problemele apar de obicei din structură, nu din traducere: limbi servite pe aceeași adresă, redirecționări automate și legături hreflang incomplete.
Toate aceste alegeri țin de arhitectura site-ului. Le faceți ușor înainte de prima machetă. După lansare, le schimbați cu redirecționări, reindexare și risc de trafic pierdut.
Când consideră Google o versiune tradusă conținut dublat
Google consideră o versiune localizată conținut dublat doar atunci când conținutul principal al paginii nu este tradus. Regula apare în ghidul Google despre versiunile localizate ale paginilor. O pagină germană cu meniul în germană și textul de serviciu rămas în română intră exact în această categorie.
O traducere reală a conținutului principal nu creează dublură. Pagina italiană și pagina română pot spune același lucru, în limbi diferite, fără nicio problemă. Riscul este pagina tradusă pe jumătate: titlu, butoane și subsol în limba nouă, corpul textului în limba veche.
Există și un al doilea caz, mai rar la firmele mici. Două versiuni în aceeași limbă cu conținut aproape identic sunt dubluri adevărate. Google recomandă atunci să alegeți una ca versiune principală și să folosiți elementul rel="canonical" împreună cu hreflang. Un element canonical este o etichetă care arată motorului de căutare care este versiunea de referință a unei pagini.
Pentru firma din exemplu, concluzia este simplă. Patru limbi, patru texte traduse integral, o singură versiune pe limbă. Nu aveți nevoie de canonical între limbi diferite.
O adresă URL separată pentru fiecare limbă, nu cookie-uri sau parametri
Google recomandă adrese URL separate pentru fiecare versiune lingvistică a unei pagini. Recomandarea este explicit preferată față de cookie-uri sau setările browserului. Un cookie este un fișier mic pe care site-ul îl salvează în browser ca să țină minte, de exemplu, limba aleasă.
Motivul este practic. Dacă pagina română și pagina germană au aceeași adresă și diferă doar prin cookie, motorul de căutare vede o singură pagină. Nu are cum să indexeze și să afișeze în rezultate ambele versiuni.
Nici parametrii în adresă nu sunt o soluție bună. Google spune direct că nu recomandă forma site.com?loc=de. Un parametru este partea din adresă de după semnul întrebării, folosită adesea de sistemele de administrare a conținutului.
Pentru firma din exemplu, o structură curată arată astfel:
example.com/ro/servicii/pentru clienții din România;example.com/en-gb/services/pentru clienții din Regatul Unit;example.com/de/leistungen/pentru vorbitorii de germană;example.com/it/servizi/pentru vorbitorii de italiană.
Fiecare adresă poate fi deschisă, copiată și trimisă unui client. Fiecare poate fi indexată separat. Iar fiecare are un singur conținut, în limba pe care o promite.
Fără redirecționare automată după limba browserului sau după țară
Un site în mai multe limbi nu trebuie să trimită automat vizitatorul pe o versiune după limba browserului sau după locație. Motivul ține de felul în care lucrează Googlebot, robotul care parcurge site-urile pentru Google.
Documentația Google spune că Googlebot funcționează de regulă prin servere din Statele Unite. Mai spune că robotul trimite cereri fără antetul Accept-Language. Acest antet este informația prin care browserul anunță limba preferată a utilizatorului. Google precizează și că nu își schimbă sursa de parcurgere ca să descopere alte versiuni ale unei pagini.
Consecința pentru site-ul dumneavoastră este directă. Dacă serverul redirecționează după țară sau după limba browserului, robotul poate ajunge mereu pe aceeași versiune. Celelalte versiuni riscă să rămână nedescoperite.
Soluția este să lăsați vizitatorul să aleagă. Un selector de limbă vizibil pe fiecare pagină duce la versiunea echivalentă, nu la pagina principală. Pagina de la rădăcina domeniului poate fi o pagină de alegere a limbii. Pentru acest caz, hreflang are valoarea rezervată x-default, gândită pentru paginile de selecție a limbii. Ea se folosește când nicio versiune nu se potrivește setărilor din browserul vizitatorului.
Subfoldere, subdomenii sau domenii separate: cum alegeți structura
Toate cele trei structuri pot funcționa, cu condiția să dea fiecărei limbi o adresă proprie și să fie legate prin hreflang. Google spune că adresele alternative nu trebuie să fie pe același domeniu. Diferențele țin mai ales de ce trebuie să declarați explicit și de câte domenii administrați.
Tabelul compară variantele pe care le veți întâlni în discuțiile despre redesign:
| Structură | Ce spune Google | Ce înseamnă pentru dumneavoastră |
|---|---|---|
Parametru (site.com?loc=de) | Nu este recomandat | Evitați-l |
| Cookie sau setări de browser | Recomandă adrese URL separate în locul lor | Nu îl folosiți ca singur mecanism |
Subdomeniu (de.example.com) | Nu folosește eticheta de limbă din subdomeniu ca să stabilească publicul | Declarați publicul prin hreflang |
Subfolder (example.com/de/) | Adresă separată pe limbă, limba se deduce din conținut | Hreflang explicit, un singur domeniu de întreținut |
Domeniu de țară (example.de) | Adresele alternative pot fi pe alte domenii | Hreflang între domenii, mai multe domenii de reînnoit |
Atenție la domeniile care par de țară. Google tratează unele extensii de țară, precum .tv și .me, ca pe domenii generice. Și .eu este considerat domeniu generic, la fel ca .com. Pentru o firmă mică, subfolderele pe domeniul existent sunt de obicei varianta cea mai simplă de administrat.
Hreflang: ce este și cum scrieți corect codurile de limbă și țară
Hreflang este un atribut care îi spune Google că mai multe pagini sunt versiuni localizate ale aceluiași conținut. Valoarea lui are una sau două părți, separate prin cratimă. Prima este codul de limbă ISO 639-1, de exemplu ro, de sau it. A doua, opțională, este codul de țară ISO 3166-1 Alpha 2, de exemplu GB.
Câteva reguli din documentația Google contează în practică:
- Sunt acceptate doar codurile din aceste două standarde. Un cod precum
es-419nu este suportat. - Valorile nu țin cont de litere mari sau mici:
en-GBșien-gbsunt echivalente. - Codurile rezervate precum
EU,UNsauUKnu au niciun efect în căutare.
Ultima regulă prinde des firmele care vând în Regatul Unit. Codul corect pentru țară este GB, deci versiunea britanică primește en-GB, nu en-UK.
Hreflang nu stabilește limba paginii. Google detectează limba cu propriii algoritmi, din conținutul vizibil. Nu folosește pentru asta nici hreflang, nici atributul HTML lang, nici adresa URL. Hreflang doar leagă versiunile între ele și arată cui se adresează fiecare.
Exemplu lucrat: pagina de servicii în română, engleză, germană și italiană
Firma din exemplu are o pagină de servicii în patru limbi și o pagină de alegere a limbii la rădăcina domeniului. Blocul de mai jos conține etichetele hreflang pentru varianta HTML, cu marcaje în locul adreselor. Le lipiți în secțiunea <head> a fiecărei versiuni a paginii, identic pe toate cele patru.
<!-- Același bloc în <head> pe toate cele patru versiuni ale paginii -->
<link rel="alternate" hreflang="ro" href="ADRESA_COMPLETA_RO" />
<link rel="alternate" hreflang="en-GB" href="ADRESA_COMPLETA_EN_GB" />
<link rel="alternate" hreflang="de" href="ADRESA_COMPLETA_DE" />
<link rel="alternate" hreflang="it" href="ADRESA_COMPLETA_IT" />
<!-- Pagina de alegere a limbii, pentru restul vizitatorilor -->
<link rel="alternate" hreflang="x-default" href="ADRESA_PAGINII_DE_ALEGERE" />Ce schimbați pentru site-ul dumneavoastră sunt valorile din href. Înlocuiți fiecare marcaj, de exemplu ADRESA_COMPLETA_RO, cu adresa reală a paginii, adică domeniul dumneavoastră urmat de calea /ro/servicii/. Scrieți adresele complete, cu https:// inclus: Google cere adrese alternative complete, cu protocolul de transfer.
Codurile de limbă le alegeți după public. Pentru germană și italiană, exemplul folosește doar limba, deci se adresează tuturor vorbitorilor. Dacă vă interesează strict Germania, scrieți de-DE. Fiecare pagină se listează și pe ea însăși, iar blocul se repetă pentru fiecare grup de pagini echivalente: contact, despre noi, fiecare serviciu.
Trei metode de declarare hreflang și greșelile care le anulează
Google acceptă trei metode de declarare a versiunilor: etichete în HTML, antete HTTP și sitemap. Google spune că cele trei sunt echivalente din punctul său de vedere. Alegeți metoda cea mai comodă pentru site-ul dumneavoastră. Le puteți folosi pe toate odată, dar asta nu ajută în căutare și doar înmulțește locurile unde pot apărea erori.
Metodele se potrivesc unor situații diferite:
- Etichetele HTML se potrivesc unui site mic, cu puține pagini echivalente.
- Antetul HTTP este util pentru fișiere care nu sunt HTML, de exemplu un catalog PDF în patru limbi.
- Sitemapul ține toate legăturile într-un singur fișier, util când paginile sunt multe.
Cea mai frecventă greșeală este legătura de întoarcere lipsă. Dacă pagina X trimite la pagina Y, dar Y nu trimite înapoi la X, Google ignoră etichetele sau le poate interpreta greșit. Concret, o pagină italiană nouă, adăugată fără să actualizați celelalte trei versiuni, rupe legătura.
A doua greșeală ține de etichete pe care Google nu le citește. Metaetichetele de locație precum geo.position sau distribution nu au efect. Nici atributele HTML pentru țintire geografică nu contează. Timpul petrecut cu ele este mai bine investit în legăturile hreflang.
Ce înseamnă pentru o firmă din România care vinde în Regatul Unit, Germania și Italia
O firmă din România cu site pe domeniul .ro poate adăuga limbi străine în subfoldere, fără domenii noi. Google acceptă adrese alternative pe același domeniu sau pe domenii diferite. Hreflang face legătura în ambele cazuri. Decizia depinde de cine administrează site-ul, nu de o preferință a motorului de căutare.
Trei detalii contează pentru piețele din exemplu. Versiunea britanică folosește en-GB, pentru că UK nu are efect. Germana și italiana pot rămâne pe codul de limbă, ca să acopere toți vorbitorii. Versiunea română are ro și rămâne pagina de bază pentru clienții de acasă.
Localizarea înseamnă mai mult decât traducerea cuvintelor. Clientul german citește pagina de servicii ca pe o ofertă, nu ca pe un exercițiu de limbă. Termenii, exemplele și datele de contact trebuie să aibă sens pentru el. O traducere automată pe care nu o revizuiește nimeni care cunoaște piața riscă să rateze exact acest lucru.
Planificați și cine întreține fiecare limbă. Fiecare pagină nouă în română cere trei echivalente și legături actualizate pe toate patru. Rolurile le stabiliți din timp, așa cum explică ghidul despre cine editează site-ul după lansare.
De ce structura pe limbi se decide în redesign, nu după lansare
Structura pe limbi se decide în redesign pentru că schimbă adresele tuturor paginilor. Mutarea ulterioară a unei versiuni de pe un parametru pe un subfolder înseamnă adrese noi, redirecționări și reindexare. Fiecare dintre ele poate costa trafic, motiv pentru care merită citit ghidul despre site nou fără să pierzi traficul din Google.
La Svennis stabilim structura de URL pe limbi și harta hreflang în brief, înainte de prima machetă, apoi verificăm la lansare că fiecare pagină are legătura de întoarcere spre toate celelalte versiuni. Așa, o eroare de legătură se corectează într-un fișier, nu pe zeci de pagini deja indexate.
Limbile influențează și restul proiectului. Meniul trebuie să încapă textele germane, de regulă mai lungi. Conținutul tradus trebuie să fie gata odată cu cel românesc, nu după. Cine pregătește textele în fiecare limbă se stabilește la fel ca pentru varianta de bază, după ghidul despre conținutul site-ului nou și cine îl pregătește.
Numărul de limbi influențează și bugetul. Fiecare limbă adaugă pagini, traduceri și verificări. Includeți-le în discuția despre cost de la început.
Pașii următori pentru planificarea site-ului în mai multe limbi
Primul pas este o listă scrisă cu limbile și țările vizate, cu codul hreflang al fiecăreia. Pentru firma din exemplu, lista este scurtă: ro, en-GB, de, it și x-default pentru pagina de alegere a limbii.
Apoi verificați sau cereți următoarele, în această ordine:
- Fiecare limbă are propria adresă URL, fără cookie-uri sau parametri ca mecanism principal.
- Site-ul nu redirecționează automat după țară sau după limba browserului.
- Selectorul de limbă duce la pagina echivalentă, nu la pagina principală.
- Conținutul principal al fiecărei pagini este tradus integral și revizuit de cineva care cunoaște piața.
- Hreflang este declarat printr-o singură metodă, cu adrese complete și legături de întoarcere pe toate versiunile.
Puneți aceste cerințe în documentul de pornire al proiectului. Ghidul despre brieful pentru refacerea site-ului firmei arată unde le includeți. Dacă vreți să estimați ce adaugă fiecare limbă la proiect, porniți de la ghidul despre cât costă un site de prezentare și ce ar trebui să includă prețul.