En soit faire un master spin c’est vraiment très simple il suffit de comprendre la spyntaxe et c’est partie. Faire un master spin qualitatif c’est une autre histoire. Il y a pleins de pièges qu’un débutant ne voit pas au premier coup, similarité des contenus , lisibilité, cohérence global du texte. C’est un vrai travaille de fond qu’il ne sera pas aisé de maitriser (si on veut faire quelque chose de qualitatif).

Temps estimé pour lire l’article : [est_time]

Les software disponible pour vous faciliter la tache sont généralement eux même compliqué à prendre en main mais si vous éte motivé vous pouvez toujours essayer ou passer par des experts qui connaissent très bien le content spinning.

Content spinning et google panda

Google panda est l’algorithme de google en charge de trouver les contenus dupliqué.

Théoriquement, un contenu doit être 100% unique mais c’est impossible.

Déjà parcequ’il n’est pas possible de vendre deux types de table sans dire le mot table dans les deux fiches produits  (c’est fini les textes ne sont plus unique). Disons maintenant qu’on accepte un seuil de tolérance faible qui prend en compte les mots de liason et les meta-mots.

google panda duplicate content

Demandez à un rédacteur d’écrire les 2000 fiches produits, que ce passe t-il ? C’est simple, on a tous des mimiques de langages et d’écriture regardé moi je suis sur que si vous lisez trois articles sur mon blog à la suite vous verrez que j’ai tendance a utiliser certains mots.

Bref, il est impossible d’avoir des textes 100% unique, donc par abus de language on dit unique pour dire suffisamment différents pour ne pas être détectable par google panda et par un être humain. Le seuil est très discuté dans la communauté SEO, il serait entre 30 et 70% de contenu similaire (personnellement je tenterai pas les 70%).

En résumé, 1ere limite (plutôt contrainte) du content spinning : le taux de similarité (on y revient plus tard)

Content spinning et lisibilité

Si vous pensez pouvoir passer à travers les fillets de google panda vous allez avoir d’autres embuches sur votre chemin. Le plus gros problème quand on fait du content spinning c’est la lisibilité.

Et oui ! Faire un master spin qui génère des tirages qui passent en dessous des radars de Google en terme de similarité et qui comporte au moins 600 mots (en dessous c’est très faible pour une fiche produit) on se rend vite compte que ça devient très vite compliqué si on à pas un minimum d’organisation.

content spinning lisibilité

Quelques exemple de problèmes de lisibilité que vous allez observé si vous tentez l’expérience :

  • Les apostrophe : le {drone|avion télécommandé} # le drone / le avion télécommandé
  • Les genres :  cette{arbre|plante} est beau # cette arbre est beau / cette plante est beau
  • Les nombres :  il a mangé {1|10|100} gateau ! # il a mangé 1 gateau / il a mangé 10 gateau

Sans comptez les problèmes de sens général de la phrase…

Le content spinning semble être une méthode miracle mais c’est du boulot, surtout quand on a toujours un panda qui traine dans le coin et qui vous empêche de faire n’importe quoi (et c’est pas plus mal finalement ca evite que le web soit totalement pourri).

Il faut donc pouvoir gérer le niveau de similarité des textes que l’on va publier mais pas seulement il faut que ses textes soit lisibles parceque même si dans les fait ca parrait facile en réalité la langue francais  est pleine de piège.

Plus votre texte sera long et plus il sera compliqué d’avoir un texte unique et lisible et encore plus un texte intéressant !

il existe même des outils qui peuvent vous générer un master spin a partir de mot clés que vous lui donné en entré, d’un algorithme de machine learning et d’un algorithme de scrapping des moteurs de recherche. Sur le papier l’idée est génial et je ne doute pas qu’un jour ça puisse fonctionner correctement mais ce jour n’est pas arrivé. La seule vrai méthode qui fonctionne aujourd’hui de manière qualitative c’est de le faire à la main à l’aide de software qui ne font que vous aider a y voir clair comme Xspin  ou Human Easy Spinner par exemple.

Lire la suite  >> taux de similarité