Hreflang et sous-domaines multilingues : contenu dupliqué ou non ?

Pourquoi Google parle-t-il de contenu dupliqué pour des versions linguistiques ?

La déclaration de Mueller crée une confusion conceptuelle. Normalement, des contenus identiques sur plusieurs URLs constituent du duplicate content classique. Google doit alors choisir quelle version indexer et servir.

Mais quand on parle de versions linguistiques différentes, le contenu n'est justement pas identique : un texte en français et sa traduction en anglais sont deux contenus distincts. Le terme "sous-domaines identiques dans des langues différentes" est ambigu. Mueller vise probablement des cas où la structure et le template sont identiques, mais le contenu textuel diffère par la langue.

Comment hreflang intervient-il dans cette problématique ?

Les balises hreflang servent à indiquer à Google qu'une page existe en plusieurs variantes linguistiques ou régionales. Elles ne résolvent pas un problème de duplicate content au sens strict. Elles disent : "Cette page en français et cette page en anglais sont des équivalents régionaux, pas des doublons parasites."

Sans hreflang, Google peut effectivement traiter deux pages quasi-identiques (même structure, mêmes images, seul le texte change) comme du contenu dupliqué. Il va alors canoniser l'une au détriment de l'autre, ce qui sabote votre stratégie multilingue. Hreflang empêche cette canonisation sauvage en documentant explicitement la relation entre les versions.

Que se passe-t-il si le contenu est vraiment identique dans plusieurs langues ?

Si vous publiez le même texte mot pour mot sur fr.example.com et en.example.com, hreflang ne vous sauvera pas. Google va détecter le duplicate et choisir une version canonique. Hreflang fonctionne uniquement si le contenu diffère réellement par la langue.

Certains sites multilingues tombent dans ce piège : ils dupliquent du contenu anglais sur plusieurs sous-domaines (UK, US, AU) sans adaptation réelle. Dans ce cas, hreflang n'est pas la solution : il faut soit différencier le contenu, soit canoniser explicitement vers une version unique.

• Hreflang n'est pas un bouclier anti-duplicate : il documente des variantes linguistiques légitimes
• Des pages structurellement identiques mais traduites ne sont pas du duplicate content
• Si le contenu est vraiment identique en plusieurs langues, canoniser explicitement vers une version de référence
• Google peut canoniser arbitrairement si hreflang manque ou est mal implémenté
• La confusion vient du terme "identique" : Mueller parle de structure identique, pas de texte identique

Cette déclaration est-elle cohérente avec les observations terrain ?

Oui, mais elle manque de précision. Sur le terrain, on observe que Google traite différemment les sites multilingues selon la qualité de leur implémentation hreflang. Un site avec hreflang bien configuré voit toutes ses versions linguistiques indexées et servies correctement. Sans hreflang, Google choisit souvent arbitrairement une version, généralement l'anglaise.

Le problème, c'est que Mueller utilise l'expression "contenu dupliqué" de façon approximative. Techniquement, du contenu traduit n'est pas du duplicate. Ce que hreflang résout, c'est l'ambiguïté pour Google : sans signal clair, le moteur ne sait pas si deux pages similaires sont des doublons parasites ou des variantes régionales intentionnelles.

Dans quels cas hreflang ne suffit-il pas ?

Hreflang ne compense pas une architecture multilingue mal conçue. Si vos URLs ne respectent pas les conventions (sous-domaines, sous-répertoires, ou paramètres cohérents), hreflang sera ignoré ou mal interprété. [À vérifier] Google n'a jamais publié de statistiques sur le taux d'erreur hreflang, mais les rapports Search Console montrent que c'est l'une des annotations les plus souvent cassées.

Autre cas limite : les sites qui servent du contenu quasi-identique sur plusieurs variantes régionales (en-US, en-GB, en-AU) avec seulement quelques mots modifiés. Hreflang les déclarera comme variantes, mais Google peut quand même les traiter comme du thin content ou du duplicate si la différenciation est insuffisante. Là, la vraie solution est de produire du contenu réellement différencié par marché, ou de canoniser vers une version unique.

Quelles erreurs courantes invalident hreflang ?

La plus fréquente : les liens hreflang non réciproques. Si la page française pointe vers l'anglaise en hreflang, mais que l'anglaise ne pointe pas vers la française en retour, Google ignore l'annotation. Autre classique : déclarer des URLs qui renvoient 404, 301, ou ne contiennent pas elles-mêmes de hreflang.

On voit aussi des sites mélanger les méthodes (HTTP headers, sitemap XML, balises HTML) sans cohérence. Google préfère une implémentation unique et propre. Enfin, utiliser des codes langue incorrects ("en-uk" au lieu de "en-gb") casse tout. Ces erreurs transforment hreflang en bruit, et Google revient alors à son comportement par défaut : canonisation arbitraire.

Que faut-il faire concrètement pour un site multilingue ?

Commencez par auditer votre architecture : sous-domaines (fr.site.com), sous-répertoires (site.com/fr/), ou domaines distincts (site.fr) ? Chaque option a ses implications pour hreflang. Les sous-domaines et sous-répertoires sont les plus simples à gérer.

Ensuite, implémentez hreflang de façon cohérente sur toutes les pages équivalentes. Chaque page doit pointer vers toutes ses variantes linguistiques, y compris elle-même (auto-référence). Utilisez de préférence les balises HTML dans le ou un sitemap XML dédié si vous avez des milliers de pages. Vérifiez que chaque URL déclarée en hreflang est accessible, indexable, et contient elle-même du hreflang.

Comment vérifier que hreflang fonctionne correctement ?

Google Search Console affiche les erreurs hreflang dans la section "Couverture" et "Améliorations". Traquez les retours manquants, les URLs orphelines, et les codes langue invalides. Utilisez des outils comme Screaming Frog ou Sitebulb pour crawler votre site et valider la réciprocité des annotations.

Testez aussi manuellement : recherchez un terme spécifique sur Google.fr et Google.com. Vous devriez voir la version linguistique appropriée selon la localisation et la langue du moteur. Si vous voyez la mauvaise version, c'est que hreflang n'est pas pris en compte ou que Google a choisi une canonique différente.

Quelles erreurs éviter absolument ?

Ne déclarez jamais de hreflang vers des pages canonisées ailleurs. Si votre page française a une balise canonical vers l'anglaise, hreflang sera ignoré : c'est contradictoire. Canonical et hreflang sont complémentaires, mais canonical prime toujours.

Évitez de dupliquer du contenu identique sur plusieurs variantes linguistiques en espérant que hreflang masquera le problème. Google détectera le duplicate et canonisera quand même. Hreflang n'est pas une autorisation de duplication. Enfin, ne mélangez pas les niveaux : si vous utilisez des sous-domaines pour les langues, ne basculez pas certaines langues en sous-répertoires. La cohérence architecturale est essentielle.

• Auditer l'architecture multilingue (sous-domaines, sous-répertoires, domaines distincts)
• Implémenter hreflang sur toutes les pages équivalentes avec réciprocité stricte
• Valider les codes langue (ISO 639-1 pour langue, ISO 3166-1 Alpha 2 pour pays)
• Vérifier dans Search Console les erreurs hreflang et les canonisations non voulues
• Tester manuellement sur différentes versions locales de Google
• Ne jamais mélanger canonical et hreflang de façon contradictoire