Self-canonicals en SEO

La self canonical es una forma de referirse a un tipo específico de canonical que cumple una función determinada. Para entenderla, tenemos que entender en qué consiste una metaetiqueta canonical y qué problema resuelve. Y principalmente la canonical resuelve problemas de duplicidad y canibalización.

El contenido duplicado, es uno de los principales problemas que podemos encontrarnos en el SEO, respecto a la generación de contenido en una web, ya que, si un motor de búsqueda encuentra dos URLs con el mismo contenido en nuestra página, no sabrá a cual de las dos deberá darle prioridad, o cuál de las dos queremos indexar.

Para resolver este problema, existe la etiqueta canonical, la cual nos permite decirle a los motores de búsqueda cuál es la "verdadera" versión de una página y, por lo tanto, cuál debería indexar. De esta forma, se evita que la misma página sea indexada varias veces en los resultados de búsqueda.

La etiqueta canonical se implementa de esta manera:

<link rel="canonical" href="https://example.com">

Es normal pensar, que si no hay dos variantes de una página, no es necesario generar una metaetiqueta canonical, ya que si "no hay dos versiones", para qué voy a seleccionar la correcta.

Sin embargo, debido a la existencia de distintas variaciones de URL como pueden ser los parámetros, es posible que se generen copias de ese contenido con URL totalmente diferentes. Es precisamente por eso mismo. Que la versión indexable y más correcta/válida de una página, siempre tiene que tener una canonical autorreferenciada o más conocida como una "self-canonical".

¿Qué es el "Self-canonical" o self referencing?

Entender los términos de SEO es sencillo si nos ponemos a pensar en el significado de las palabras "Self" viene del inglés de uno mismo y canonical viene de canon, es decir aquello que cuenta como la parte principal y válida de una historia o relato.

El Self canonical es cuando una metaetiqueta canonical, señala como página/versión prioritaria hacia sí misma.

Es decir, el "self-canonical" hace referencia a la utilización de la etiqueta canonical para referenciar una página web a sí misma. Es decir, insertar dentro de la etiqueta canonical la url de la página actual. Pero ¿Para qué sirve esta práctica?

Es indiferente que se tenga control sobre los artículos, productos, publicaciones y sobre cualquier aspecto de la página de una web. Si no se utiliza una self-canonical existe el riesgo de tener un contenido duplicado e indexable. Llevando a posibles canibalizaciones, desindexaciones y evidentemente a un perjuicio en el propio posicionamiento de cada página sin un self-canonical.

Esto se debe a que es posible que el motor de búsqueda acabe en una versión duplicada de una web (generalmente parametrizadao con distintas versiones de http/https www/nowww), que con una URL distinta, se ofrece el mismo contenido. Y se puede acabar en estas versiones por enlaces, descuidos o por la naturaleza de la propia web. Si un motor de búsqueda lo encuentra, lo rastreará y podrá tomarlo en consideración.

Efectos del self canonical y por qué emplearlo:

Este propio post tiene la url https://carlos.sanchezdonate.com/self-canonical/ y aparentemente, no hay ninguna otra página en esta web con el mismo contenido, pero es posible que se realice una campaña de anuncios, y para trackear/analizar mejor la información, se decidan poner UTMs, como por ejemplo: https://carlos.sanchezdonate.com/self-canonical/?utm_source=google&utm_medium=cpc&utm_campaign=ejemplo_post .

Esta página, de no tener una self-canonical, estaría expuesta a conseguir una URL distinta con el mismo contenido que fuera rastreable e indexable; ya fuera por medio de enlaces de redes sociales, afiliados, sistema de filtrado, ajax/fetch/axios, UTMs para análisis o generada por la propia página. Por lo que en caso de no estar aplicada, no solo correría un riesgo propio, sino que podría ser una víctima fácil de ataques de SEO negativo.

Aquí os pongo el ejemplo de una página web con esta vulnerabilidad, con un parámetro totalmente inventado que es completamente indexable (es un error que suele ocurrir más de lo que parece).

Tanto una página sin canonical, como con canonicals mal implementados, es totalmente vulnerable.

Ejemplos:

Página sin canonical implementado

Al no tener una self-canonical, no se está ofreciendo prioridad sobre ninguna de las páginas, por lo que esa URL se podría tomar como una página totalmente distinta aunque tenga el mismo contenido.

Página con un self-canonical mal implementado

Esto es incluso más peligroso, porque de esta forma se indica que cada una de las páginas (independientemente de lo que se ponga como parámetro) es la prioritaria.

Esto puede ocurrir no solo con parámetros, sino con distintas versiones de https y www/nowww, que se debería corregir por medio del servidor y no en este caso con canonicals.

Página con un Self-canonical bien implementado

Esta sería una implementación correcta de un canonical.

¿Cómo se implementa el "self-canonical"?

Para solucionar este problema utilizamos el "self canonical", que en este caso sería incluir en esta página la etiqueta canonical de esta manera.

<link rel="canonical" href="https://carlos.sanchezdonate.com/self-canonical/">

De hecho, si inspeccionas el código de esta página, verás que está implementado de esta manera.

Implementar self-canonical con PHP

Evidentemente no es óptimo ni viable introducir una URL absoluta a mano por medio de HTML en cada página para introducir una self-canonical. Afortunadamente hay formas más eficientes gracias a los lenguajes de servidor. Expongo un ejemplo con PHP que es extrapolable a cualquier lenguaje de cara al servidor.

<?php
$protocol = isset($_SERVER["HTTPS"]) ? 'https' : 'http' . '://';
$url_sin_string = $protocol . '://' . $_SERVER['HTTP_HOST'] . strtok($_SERVER["REQUEST_URI"], '?');
?>
<link rel="canonical" href="<?php echo $url_sin_string;?>"/>

Con la variable $protocol, nos aseguramos de llamar a la versión de http correspondiente; con $_SERVER['HTTP_HOST'] llamamos al dominio con la versión que utilicemos (sea www o no www) y con el strtok llamamos a la URI (el resto de la URL) sin parámetro, de esta forma nos aseguramos de una correcta implementación y siendo migrable de un tipo de URL a otra (es decir, pudiendo reutilizar el código.

En el caso de que solo se vaya a utilizar el código para una página, sería aún más sencillo (simplemente cambiando https://www.ejemplo.com):

<?php $canonical ='https://www.ejemplo.com'. strtok($_SERVER["REQUEST_URI"], '?'); ?>
<link rel="canonical" href="<?php echo $canonical;?>"/>

Google de la etiqueta "self-canonical"

John Mueller

En este vídeo John Mueller habla sobre la etiqueta ¨self-canonical" y explica que su uso aunque no es crítico (aunque como ya hemos visto nos puede evitar problemas gordos en nuestra web), es una buena práctica de SEO en nuestras páginas.

“No es fundamental tener etiquetas self-canonical en una página, pero nos facilita (a Google) elegir exactamente la URL que quieres que tomemos como canónica. Usamos muchos factores para elegir la URL canónica, y el rel-canonical es uno de esos factores.

Entonces, cosas como los parámetros de la URL, o si la URL está etiquetada de alguna forma, a lo mejor tienes enlaces que apuntan a esa página para analíticas, por ejemplo. Entonces, puede suceder que elijamos esa URL etiquetada como canonical. Y con el rel-canonical nos estás diciendo que realmente quieres esta URL que estás especificando como canónica...

Por lo tanto, es una buena práctica tener esos self-canonicals, pero no es fundamental. No es algo que 'debas hacer', es solo algo que ayuda a asegurarse de que este marcado se recoja correctamente”.

John Mueller.

Bibliografía

• Utilizar correctamente la etiqueta canonical
• Artículo sobre errores comunes de la metaetiqueta canonical de 2013