O que é extração de conteúdo e como evitá-lo

A criação de conteúdo geralmente exige um investimento considerável em termos de horas de trabalho e outros recursos. Quanto melhor o conteúdo, mais planejamento, pesquisa e edição devem ser necessários para criá-lo. Temos ferramentas que nos ajudam, com certeza. Podemos escrever posts melhores graças a eles e até mesmo automatizar a distribuição de conteúdo para canais como o Facebook. Mas ainda aplicamos recursos na criação de conteúdo por um motivo simples: o conteúdo é muito importante.

Infelizmente, o conteúdo também é importante para as pessoas que não querem lidar com a criação de conteúdo. Se você já pesquisou na Internet por uma palavra-chave que usou para um artigo e encontrou uma cópia carbono de seu artigo em outro site, você está bem ciente disso. Você também é vítima de raspagem de conteúdo.

Neste artigo, vamos mostrar a você:

O que é raspagem de conteúdo?

A remoção de conteúdo é a prática de pegar o conteúdo de uma página, postagem ou de um site inteiro e publicá-lo em outro site. Você não precisa receber crédito pelo conteúdo – embora, mesmo que recebesse, isso não mudaria nada. Você também não precisa permitir. A extração de conteúdo costuma ser pouco mais do que um simples roubo, uma técnica de plágio aplicada contra sua propriedade.

A eliminação de conteúdo acontece porque o conteúdo que você cria tem valor. Você pode usá-lo para direcionar o tráfego, promover links de afiliados, criar uma lista de mala direta, obter melhores classificações em mecanismos de pesquisa, demonstrar liderança inovadora em seu setor e muito mais. Mas é porque seu conteúdo pode ajudá-lo a atingir esses objetivos que ele se torna um alvo para a eliminação de conteúdo. Os raspadores querem as mesmas coisas que você e estão dispostos a deixar que você faça o trabalho pesado por eles.

Obviamente, você é um alvo melhor para fazer scraps se tiver probabilidade de produzir conteúdo de alta qualidade. Se você é um editor de material de alta qualidade, como um blog ou uma empresa que mantém alto o valor da produção do conteúdo, você é um bom alvo. Mas também são sites de comércio eletrônico, portais de empregos e sites de revisão. Se for conteúdo e for bom o suficiente para atrair um público, atrairá scrapers também.

A raspagem de conteúdo fere você?

A raspagem de conteúdo não é apenas um roubo e, portanto, errado, mas também pode prejudicar o seu site de várias maneiras. Por exemplo, o conteúdo do seu site terá que competir com o mesmo conteúdo de outro site, dificultando a classificação do seu site. Além disso, o Google não gosta muito de plágio e pode ser o seu site que está segurando o saco.

Depois, há o fato de que o tráfego dos scrapers não é um tráfego real. A raspagem pode criar visualizações de página falsas, influenciando todas as métricas que são calculadas usando visualizações de página. Não há nada como o tráfego falso para jogar uma chave na análise do seu site.

Mas você não deve esquecer a implicação mais prática e imediata da eliminação de conteúdo – o congestionamento que isso pode causar. Os scrapers podem enviar inúmeras solicitações em um curto período de tempo e podem baixar muitas imagens ao mesmo tempo, tornando seu site um rastreamento lento. E você pode adivinhar o quanto o visitante médio de um site está disposto a navegar em um site que leva anos para carregar.

Como as pessoas extraem conteúdo?

Os raspadores vêm em vários graus de sofisticação. Na extremidade inferior, um ataque de raspagem nada mais é do que uma pessoa que percorre o seu site página por página e copia / cola o conteúdo do seu site no seu próprio. Realmente pode ser tão simples quanto isso – uma pessoa copiando seu conteúdo.

Um ataque mais sofisticado envolveria o uso de um bot, script, scraper ou parser. Eles podem fazer qualquer coisa, desde enviar toneladas de consultas de pesquisa para o seu site e extrair links e títulos de resultados, até abrir suas páginas e fazer capturas de tela delas. Nestes casos, a raspagem é automatizada.

Algumas empresas oferecem raspagem como um serviço. Você pode esperar que alguém que está sendo pago para obter conteúdo de seu site se esforce nisso e talvez até mesmo empregue técnicas e ferramentas que não estão disponíveis publicamente.

Como saber que você é uma vítima

Qualquer que seja a ferramenta ou técnica que eles estejam usando para raspar seu conteúdo, você deve descobrir que foi alvo de um raspador o mais rápido possível. Não há nada que possa dizer que seu conteúdo foi copiado – você precisa estar atento aos sinais de que algo está errado.

Você pode monitorar a possível eliminação de conteúdo:

O que quer que pareça irregular para você nos logs do seu site, pode ser um motivo para fazer uma pesquisa de correspondência exata para o seu conteúdo. Saber como seu conteúdo foi copiado pode ajudá-lo a escolher o tipo de prevenção e proteção que você deve empregar.

Como evitar a extração de conteúdo

A boa notícia é que existem muitas maneiras de evitar a remoção de conteúdo em seu site. A má notícia é que aqueles que você pode fazer sem plug-ins ou um serviço de terceiros tendem a ser entediantes. E ambos podem desligar usuários reais.

Aqui está um exemplo. Uma maneira de tornar mais difícil para os scrapers levarem seu conteúdo é colocá-lo atrás de uma parede. Você pode habilitar facilmente o registro em seu site. Com o uso de plug-ins, você pode adicionar confirmação de e-mail e Captcha ao se registrar e fazer login. Isso tornará mais difícil para os scrapers chegarem ao seu conteúdo. Mas fará o mesmo com os visitantes do site.

Alguns dos métodos populares que você pode empregar para evitar scrapers de conteúdo e não os visitantes do site incluem:

Para alguns, senão todos, esses métodos, você precisará saber mais do que algumas coisas sobre administração de sites ou codificação. Para bloquear por endereço IP, você precisa rastrear os endereços apropriados em seus arquivos de log e, em seguida, bloqueá-los em .htaccess. Pode não parecer difícil de fazer, mas pode demorar um pouco.

Usar plug-ins e serviços de terceiros para realizar ações de proteção e prevenção é um curso que você pode seguir. Você pode desativar o clique com o botão direito, por exemplo, usando o WP Content Copy Protection & No Right Click plugar. Transformar texto em imagens SVG é uma das técnicas SiteGuarding usa para aqueles que assinam seus serviços. Cloudflare é uma ferramenta de primeira linha que utiliza limitação de taxa. Esses plug-ins podem custar dinheiro, mas economizarão muito tempo.

Existem outras maneiras de lidar com a extração de conteúdo?

Se você não quer gastar nem tempo nem dinheiro lutando contra a eliminação de conteúdo, não é necessário. Pode acontecer que você não sofra nenhum dano pelas ações do scrapper. Você pode até ser capaz de usar a atividade dos raspadores a seu favor.

Por exemplo, você pode adicionar muitos links internos ao seu conteúdo. Todos eles apontarão de volta para o seu site assim que os scrapers publicarem o conteúdo copiado. Você também pode incluir seus links de afiliados no conteúdo. Finalmente, você pode editar o rodapé RSS usando um plugin para adicionar um banner ou um aviso sobre o criador do conteúdo original e um link para o seu site.

Se você está pronto para a luta, ir atrás de scrapers de conteúdo legalmente também é uma opção. A maneira mais fácil de fazer isso seria enviar um aviso DMCA (Digital Millennium Copyright Act) para o host do site. Basta usar um serviço WHOIS como quem é para descobrir o host e, em seguida, procure no site deles um endereço de e-mail de notificação de DMCA – muitos hosts da web o possuem. Você pode encontrar facilmente modelos e geradores de aviso DMCA online para ajudá-lo a criar seu aviso.

Vamos encerrar!

Seu conteúdo é um ativo incrível que pode impulsionar seu site a atingir qualquer meta que você definiu para ele. Mas também pode ser um ímã para pessoas que gostariam de ter tudo isso sem fazer a criação de conteúdo. Se você chamar a atenção deles, eles podem tentar extrair o conteúdo do seu site.

Você terá várias maneiras de lidar com eles. Você pode tentar derrotá-los com nada além de sua inteligência e a boa e velha graxa de cotovelo. Também existe a opção de obter plug-ins e serviços de terceiros para fazer esse trabalho para você. Você pode enviar a eles um aviso legal esperando que isso seja suficiente para que eles retirem o seu conteúdo do site deles. E, é claro, você pode simplesmente não fazer nada e investir tempo e recursos para fazer mais conteúdo excelente. A escolha é sua.