![\"a](\"https:\/\/cms.funnelsheet.com\/wp-content\/uploads\/2026\/04\/2gjp_az2o_i.jpg\")
<\/figure>\n \n\n> Observa\u00e7\u00e3o: a integra\u00e7\u00e3o entre WhatsApp e GA4 exige cuidado com o mapeamento entre eventos e convers\u00f5es; sem esse alinhamento, o painel tende a apresentar n\u00fameros desalinhados.
\n> Observa\u00e7\u00e3o: a consist\u00eancia entre UTMs, IDs de usu\u00e1rio e janelas de atribui\u00e7\u00e3o \u00e9 o que diferencia um dashboard que engana daquele que sustenta decis\u00f5es com dados aud\u00edveis.<\/p>\n
## Definindo m\u00e9tricas e pontos de contato do WhatsApp<\/p>\n
Ao falar de marketing no WhatsApp, o problema comum n\u00e3o \u00e9 a aus\u00eancia de dados, mas a dispers\u00e3o de eventos: mensagens enviadas, entregues, cliques em links dentro de mensagens, respostas do usu\u00e1rio, e, ainda mais sens\u00edvel, as convers\u00f5es que ocorrem fora de linhas de atribui\u00e7\u00e3o padr\u00e3o (offline). O primeiro passo \u00e9 mapear exatamente o que voc\u00ea precisa ver no painel para cada est\u00e1gio do funil, sem misturar m\u00e9tricas que n\u00e3o conversam entre si.<\/p>\n
– Quais eventos mapear: mensagens enviadas, entregues, mensagens lidas, cliques em links dentro da mensagem, inicia\u00e7\u00f5es de conversa e, se houver, respostas com inten\u00e7\u00e3o de compra. Em muitos cen\u00e1rios, conv\u00e9m tamb\u00e9m capturar eventos do WhatsApp como etiqueta de lead, status de contato e dura\u00e7\u00e3o da conversa, desde que voc\u00ea tenha consentimento e um esquema claro de privil\u00e9gio de dados. Mapear esses eventos de forma expl\u00edcita evita que o dashboard confunda \u201cmensagens enviadas\u201d com \u201cconvers\u00f5es efetivas\u201d e ajuda a evitar distor\u00e7\u00f5es entre canais.<\/p>\n
– Como vincular UTMs, IDs de campanha e GCLID: cada ponto de contato no WhatsApp deve ter uma identifica\u00e7\u00e3o de campanha expl\u00edcita. Use UTMs nas links compartilhados, e garanta que o ID de usu\u00e1rio (anonimizado quando necess\u00e1rio) apare\u00e7a em GA4 para associar a sess\u00e3o \u00e0 origem. Quando houver redirecionamento ou tr\u00e1fego offline, planeje um identificador \u00fanico que conecte a sess\u00e3o no GA4 ao registro no CRM ou no planilhamento de convers\u00f5es offline. Esse alinhamento \u00e9 o que permite que o dashboard mostre, por exemplo, \u201ccampanha X via WhatsApp gerou Y convers\u00f5es com lat\u00eancia de Z dias\u201d.<\/p>\n
> \u00c9 comum ver discrep\u00e2ncias entre GA4 e Meta CAPI mesmo com dados bem estruturados. A diferen\u00e7a costuma vir de janelas de atribui\u00e7\u00e3o, atraso de offline conversions e diverg\u00eancia na forma como cada plataforma entende \u201clead\u201d. Por isso, a primeira entrega \u00e9 uma matriz de mapeamento entre eventos do WhatsApp, par\u00e2metros UTM, e as convers\u00f5es no CRM, com especifica\u00e7\u00e3o de janela de atribui\u00e7\u00e3o.<\/p>\n
> Para aprofundar a modelagem de dados, vale consultar a documenta\u00e7\u00e3o oficial do GA4 sobre como estruturar eventos e par\u00e2metros, al\u00e9m de fontes da Meta sobre a integra\u00e7\u00e3o com CAPI. (documenta\u00e7\u00e3o GA4: https:\/\/support.google.com\/analytics\/answer\/1033863?hl=pt-BR; GTM Server-Side: https:\/\/support.google.com\/tagmanager\/answer\/6101965?hl=pt-BR; Meta CAPI: https:\/\/developers.facebook.com\/docs\/marketing-api\/server-side\/)<\/p>\n
## Arquitetura de dados: client-side vs server-side<\/p>\n
Quando o assunto \u00e9 WhatsApp, a decis\u00e3o entre client-side e server-side n\u00e3o \u00e9 meramente t\u00e9cnica \u2014 \u00e9 estrat\u00e9gica. Muitas implementa\u00e7\u00f5es falham na hora de atribuir eventos com precis\u00e3o porque o c\u00f3digo roda no front-end, dependendo de dataLayer, DOM e fire-and-forget de eventos, o que leva a perdas de dados durante navega\u00e7\u00e3o em SPA, redirecionamentos ou bloqueios de an\u00fancios. Em outras palavras: se o foco \u00e9 confiabilidade e escalabilidade, a server-side \u00e9 a \u00e2ncora para evitar o desvio entre o que o usu\u00e1rio v\u00ea e o que o relat\u00f3rio registra.<\/p>\n
– Quando o client-side falha na atribui\u00e7\u00e3o: em cen\u00e1rios com redes lentas, navegadores que bloqueiam rastreamento, ou fluxos de WhatsApp integrados via widget em SPA, os eventos podem n\u00e3o chegar ao GA4 ou ao CAPI com a devida robustez. Al\u00e9m disso, janelas de atribui\u00e7\u00e3o curtas ou AVC de cookie podem truncar a conex\u00e3o entre o clique no link de WhatsApp e a convers\u00e3o final. A solu\u00e7\u00e3o pr\u00e1tica \u00e9 ter uma presen\u00e7a server-side para consolidar eventos de WhatsApp e envi\u00e1-los para GA4 e CAPI com timestamps consistentes, al\u00e9m de confirmar que o data layer n\u00e3o perde o contexto da sess\u00e3o.<\/p>\n
– Como configurar GTM Server-Side para WhatsApp: crie um endpoint dedicado que recebe eventos do WhatsApp (mensagem enviada, link clicado, resposta) e reenvia para GA4 (Event) e para o Meta CAPI (CustomEvent). Garanta que os par\u00e2metros-chave \u2014 event_name, timestamp, user_id\/hashed_id, campaign_id, source \u2014 sejam preservados na transmiss\u00e3o. Esse fluxo reduz depend\u00eancia de cookies de navegador e melhora a fidelidade entre fontes de dados, especialmente em dispositivos m\u00f3veis.<\/p>\n
> A implementa\u00e7\u00e3o server-side n\u00e3o \u00e9 apenas \u201cmais r\u00e1pido\u201d. Ela reduz ru\u00eddos na leitura do dashboard ao centralizar a ingest\u00e3o de eventos de WhatsApp, com controle expl\u00edcito de quais dados comp\u00f5em cada evento e quando eles s\u00e3o enviados. Para entender melhor as bases da integra\u00e7\u00e3o, consulte a documenta\u00e7\u00e3o de GTM Server-Side e as orienta\u00e7\u00f5es da Meta sobre CAPI.<\/p>\n
> Documenta\u00e7\u00e3o de refer\u00eancia: GTM Server-Side (pt-BR): https:\/\/support.google.com\/tagmanager\/answer\/6101965?hl=pt-BR; Meta CAPI (server-side): https:\/\/developers.facebook.com\/docs\/marketing-api\/server-side\/<\/p>\n
## Construindo o dashboard em uma hora<\/p>\n
Este \u00e9 o cora\u00e7\u00e3o pr\u00e1tico do guia. O objetivo \u00e9 oferecer um roteiro salv\u00e1vel para que voc\u00ea possa, em sessenta minutos, ter um painel funcional que conecte WhatsApp a GA4, a convers\u00f5es offline e a investimentos de m\u00eddia. Pense nele como um checklist de entrega r\u00e1pida, com prioridades claras para n\u00e3o perder tempo em detalhes menos cr\u00edticos.<\/p>\n
– Prepare o ambiente de dados e conectores: garanta que GA4 esteja recebendo eventos de WhatsApp (via GTM Web ou via GTM Server-Side, conforme sua arquitetura) e que o CRM ou a planilha de offline conversions esteja pronta para receber o mapeamento de leads. Defina a janela de atribui\u00e7\u00e3o que far\u00e1 sentido para o seu neg\u00f3cio (7, 14, 30 dias) e documente esse par\u00e2metro no cen\u00e1rio de dashboard.<\/p>\n
– Estruture o modelo de dados no BigQuery (ou no data layer do Looker Studio): crie uma tabela central com as dimens\u00f5es b\u00e1sicas (data, campanha, canal, fonte, meio, canal de WhatsApp, session_id, user_id) e as medidas (clics, mensagens enviadas, entregues, convers\u00f5es offline, receita associada). Pense na compatibilidade com o looker Studio para que voc\u00ea possa montar visualiza\u00e7\u00f5es r\u00e1pidas.<\/p>\n
– Conecte as fontes ao painel: use Looker Studio como camada de apresenta\u00e7\u00e3o, conectando as fontes GA4, dados do CRM\/offline, e, se houver, o servidor de dados pr\u00f3prio (BigQuery). Crie m\u00e9tricas padronizadas: CTR de links no WhatsApp, taxa de resposta, convers\u00f5es atribu\u00eddas, CAC por campanha, LTV por origem, entre outras.<\/p>\n
– Defina as visualiza\u00e7\u00f5es m\u00ednimas que entregam valor imediato: vis\u00e3o por campanha de WhatsApp, funil de mensagens para convers\u00e3o, janela de atribui\u00e7\u00e3o, distribui\u00e7\u00e3o de receitas por origem, e um painel de qualidade de dados com indicadores de fill-rate (percentual de eventos recebidos vs esperados).<\/p>\n
– Valide com casos reais: encontre um lead que entrou por WhatsApp, verifique o caminho completo: recebimento no WhatsApp, clique no link, visita no site, registro no CRM, venda final. Confirme que cada etapa aparece no dashboard com o tempo de ocorr\u00eancia correspondente.<\/p>\n
– Automatize atualiza\u00e7\u00f5es e monitoramento: configure atualiza\u00e7\u00f5es di\u00e1rias ou a cada hora (dependendo do volume) para n\u00e3o depender de processos manuais. Defina alertas simples para quedas de dados (ex.: queda de 20% na contagem de mensagens enviadas em 24h).<\/p>\n
– Salv\u00e1vel: este roteiro funciona como um checklist de valida\u00e7\u00e3o para confirmar conectores, janela de atribui\u00e7\u00e3o e consist\u00eancia entre fontes.<\/p>\n
A. Estrutura do ol: passos para montar o dashboard em uma hora (7 itens)<\/p>\n
1) Mapear fontes de dados: identifique GA4, GTM, Meta CAPI e a origem offline (CRM ou planilha). 2) Definir o conjunto m\u00ednimo de eventos do WhatsApp a enviar para GA4: mensagem enviada, entregues, link clikado, resposta relevante, convers\u00e3o offline associada. 3) Estabelecer a liga\u00e7\u00e3o entre UTMs, IDs de campanha e GCLID com cada evento do WhatsApp. 4) Configurar a ingest\u00e3o server-side para eventos cr\u00edticos para evitar perdas em redirecionamentos e em dispositivos m\u00f3veis. 5) Construir a camada de dados no BigQuery\/Looker Studio para combinar dados online e offline. 6) Criar visualiza\u00e7\u00f5es-chave no Looker Studio: painel por campanha, funil de mensagens, janela de atribui\u00e7\u00e3o e m\u00e9tricas de custo. 7) Rodar valida\u00e7\u00e3o com 2 a 3 casos reais de WhatsApp que resultaram em convers\u00f5es, ajustando qualquer descompasso identificado.<\/p>\n
> Este conjunto de passos foi pensado para equipes que precisam de uma solu\u00e7\u00e3o pr\u00e1tica, com pouca margem para desvios. Se desejar, voc\u00ea pode adaptar cada etapa ao seu stack espec\u00edfico, mantendo o fluxo de ingest\u00e3o, modelagem e valida\u00e7\u00e3o em sincronia.<\/p>\n
## Valida\u00e7\u00e3o, erros comuns e decis\u00f5es de arquitetura<\/p>\n
O que separa dashboards que ajudam a decis\u00f5es r\u00e1pidas daqueles que criam ru\u00eddo \u00e9 a qualidade de valida\u00e7\u00e3o e a clareza de como os dados se cruzam entre plataformas. Abaixo est\u00e3o situa\u00e7\u00f5es frequentes, sinais de que o setup pode estar quebrando, e orienta\u00e7\u00f5es r\u00e1pidas para corrigir sem refazer tudo.<\/p>\n
– Erros comuns que destroem a confiabilidade: dados de WhatsApp que chegam sem timestamp ou sem campaign_id; perda de GCLID em redirecionamentos; n\u00e3o ligar corretamente o evento de convers\u00e3o offline ao usu\u00e1rio correspondente; confus\u00e3o entre janela de atribui\u00e7\u00e3o entre GA4 e o CRM; aus\u00eancia de padroniza\u00e7\u00e3o de datas entre fontes. Cada um desses pontos cria leituras enganosas no painel e distrai a tomada de decis\u00e3o.<\/p>\n
– Sinais de que o setup est\u00e1 quebrado: queda s\u00fabita na contagem de mensagens enviadas sem varia\u00e7\u00e3o correspondente no tr\u00e1fego; discrep\u00e2ncias grandes entre o total de convers\u00f5es reportadas pelo GA4 e pelo CRM para a mesma campanha; aus\u00eancia de dados offline no per\u00edodo de maior atividade de WhatsApp; laten\u00e7as entre envio de mensagem e registro da convers\u00e3o no CRM que n\u00e3o batem com a janela definida de atribui\u00e7\u00e3o.<\/p>\n
– Erros que geram dados in\u00fateis: usar janelas de atribui\u00e7\u00e3o inconsistentes entre GA4 e CAPI sem ajuste na contabilidade de offline; n\u00e3o padronizar o identificador de usu\u00e1rio entre plataformas; n\u00e3o validar o alinhamento entre UTMs e campanhas; depender de dados brutos sem rotear para BigQuery para reconcilia\u00e7\u00e3o.<\/p>\n
– Como adaptar \u00e0 realidade do projeto: se o cliente possui legisla\u00e7\u00e3o de privacidade mais r\u00edgida, ajuste o fluxo para minimizar dados pessoais, apostando em hashes de identificadores e consentimento expl\u00edcito; se o site \u00e9 SPA com carga de dados acelerada, prefira ingest\u00e3o server-side para manter a consist\u00eancia, especialmente em dispositivos m\u00f3veis; se o volume \u00e9 baixo, um fluxo mais simples pode ser suficiente, mas n\u00e3o abra m\u00e3o de uma valida\u00e7\u00e3o regular.<\/p>\n
> Em termos de privacidade e conformidade, lembre-se de que LGPD e Consent Mode exigem aten\u00e7\u00e3o. A implementa\u00e7\u00e3o de CMPs e a gest\u00e3o de consentimento influenciam o que pode ser rastreado, o que pode ser ligado a usu\u00e1rios e como os dados s\u00e3o usados no dashboard. Considere come\u00e7 notando quais vari\u00e1veis dependem da implementa\u00e7\u00e3o de consentimento e inclua isso no escopo do diagn\u00f3stico t\u00e9cnico.<\/p>\n
> Para refer\u00eancias t\u00e9cnicas espec\u00edficas sobre LGPD, Consent Mode v2 e integra\u00e7\u00e3o de dados, consultar fontes oficiais de documenta\u00e7\u00e3o, como a documenta\u00e7\u00e3o do GA4 (conhecida como base de eventos e consentimento), o suporte do Google Tag Manager, e a documenta\u00e7\u00e3o da Meta para CAPI com foco em server-side. (documenta\u00e7\u00e3o GA4: https:\/\/support.google.com\/analytics\/answer\/1033863?hl=pt-BR; GTM Server-Side: https:\/\/support.google.com\/tagmanager\/answer\/6101965?hl=pt-BR; Meta CAPI: https:\/\/developers.facebook.com\/docs\/marketing-api\/server-side\/; Consent Mode v2: https:\/\/support.google.com\/analytics\/answer\/10398003?hl=pt-BR)<\/p>\n
## Erros comuns com corre\u00e7\u00f5es pr\u00e1ticas<\/p>\n
– Erro: URLs de WhatsApp sem UTM coherente; corre\u00e7\u00e3o: padronize a nomenclatura de campanh\u00e3, meio e fonte nos links compartilhados, e utilize par\u00e2metros UTM consistentes em todos os pontos de contato.<\/p>\n
– Erro: Atribui\u00e7\u00e3o quebrada por atraso entre click e venda; corre\u00e7\u00e3o: alinhe a janela de atribui\u00e7\u00e3o entre GA4, CAPI e CRM e utilize eventos offline com timestamp confi\u00e1vel para reconcilia\u00e7\u00e3o.<\/p>\n
– Erro: Perda de dados offline por aus\u00eancia de mapeamento com o usu\u00e1rio; corre\u00e7\u00e3o: crie uma ponte entre identificadores do CRM e eventos online (hash de e-mails ou IDs de usu\u00e1rio) para manter a continuidade entre online e offline.<\/p>\n
– Erro: Inconsist\u00eancia de dados por SPA sem server-side; corre\u00e7\u00e3o: implemente ingest\u00e3o server-side para eventos de WhatsApp, de modo a consolidar dados com menor depend\u00eancia do cliente.<\/p>\n
– Erro: Consentimento ausente ou inconsist\u00eancia com CMP; corre\u00e7\u00e3o: implemente Consent Mode v2 com um fluxo claro de consentimento para dados de rastreamento e adequado suporte a dados anonimizados quando necess\u00e1rio.<\/p>\n
## Como adaptar o dashboard \u00e0 realidade do cliente (casos reais)<\/p>\n
– Projeto com alto volume de WhatsApp: use GTM Server-Side para ingest\u00e3o de eventos cr\u00edticos, com ETLs simples para colocar dados em BigQuery e criar vis\u00f5es no Looker Studio; o objetivo \u00e9 sustentar leitura r\u00e1pida e com baixa lat\u00eancia.<\/p>\n
– Projeto com dados offline importantes: coloque o pipeline de convers\u00f5es offline como fonte principal do painel, com reconcilia\u00e7\u00e3o peri\u00f3dica entre transa\u00e7\u00f5es no CRM e convers\u00f5es no GA4 para manter a vis\u00e3o 1:1 do funil.<\/p>\n
– Projeto com LGPD r\u00edgida: priorize hashing de dados sens\u00edveis, coletas m\u00ednimas e consentimento expl\u00edcito, documentando as regras de uso dos dados e inserindo essas regras no fluxo de valida\u00e7\u00e3o do dashboard.<\/p>\n
– Projeto com integra\u00e7\u00e3o de CRM (HubSpot, RD Station, etc.): garanta que o identificador do CRM seja preservado na passagem por todas as fontes de dados, para evitar diverg\u00eancias entre as fontes online e offline.<\/p>\n
## Perguntas frequentes (FAQ)<\/p>\n
1) O que exatamente devo capturar no WhatsApp para ver no dashboard?
\n– Voc\u00ea deve capturar eventos relevantes como mensagens enviadas, entregues e lidas, cliques em links dentro da mensagem, respostas que indiquem inten\u00e7\u00e3o de compra e, quando houver, a convers\u00e3o offline vinculada ao lead. A chave \u00e9 manter esse conjunto coeso com UTMs, IDs de campanha e timestamps para que o dashboard possa consolidar dados entre GA4, CAPI e CRM.<\/p>\n
2) Como evitar que GA4 e Meta CAPI apresentem n\u00fameros diferentes?
\n– A diferen\u00e7a \u00e9 comum por causa de janelas de atribui\u00e7\u00e3o, lat\u00eancia de offline e varia\u00e7\u00f5es na forma de interpretar cliques e impress\u00f5es. Resolva isso estabelecendo uma janela de atribui\u00e7\u00e3o \u00fanica para o dashboard, assegurando que eventos de WhatsApp sejam enviados de forma consistente para GA4 e CAPI, com um identificador comum que ligue as sess\u00f5es. Consulte a documenta\u00e7\u00e3o oficial para entender as nuances de cada plataforma.<\/p>\n
3) \u00c9 poss\u00edvel montar tudo em uma hora sem comprometer a qualidade?
\n– \u00c9 poss\u00edvel alcan\u00e7ar uma primeira vers\u00e3o funcional em uma hora se voc\u00ea mantiver o escopo enxuto: foco em eventos-chave do WhatsApp, integra\u00e7\u00e3o b\u00e1sica com GA4\/CAPI, e uma camada de apresenta\u00e7\u00e3o em Looker Studio pronta para refletir as m\u00e9tricas centrais. A prioridade \u00e9 ter dados alinhados e uma valida\u00e7\u00e3o r\u00e1pida com casos reais, para ent\u00e3o evoluir o dashboard.<\/p>\n
4) Qual \u00e9 o papel do Consent Mode v2 no dashboard de WhatsApp?
\n– O Consent Mode v2 regula como os dados de rastreamento s\u00e3o coletados com o consentimento do usu\u00e1rio. Em dashboards que envolvem dados de WhatsApp, \u00e9 crucial reconhecer que parte dos dados pode depender do consentimento, especialmente para dados de origem, cookies e identificadores. A implementa\u00e7\u00e3o adequada do Consent Mode ajuda a manter a conformidade sem perder a vis\u00e3o de dados que podem ser rastreados com consentimento adequado.<\/p>\n
5) E se eu estiver usando BigQuery ou Looker Studio?
\n– BigQuery funciona como ancoragem para dados h\u00edbridos (online e offline). Looker Studio oferece a camada de apresenta\u00e7\u00e3o com conectores GA4, BigQuery e, se aplic\u00e1vel, o CRM. A fus\u00e3o entre esses elementos facilita dashboards capazes de oferecer insights acion\u00e1veis, sem depender de fontes isoladas. Para refer\u00eancia t\u00e9cnica, consulte as documenta\u00e7\u00f5es oficiais de GA4, GTM Server-Side e CAPI.<\/p>\n
Conclus\u00e3o<\/p>\n
Construir um dashboard de WhatsApp em uma hora exige foco na conectividade entre eventos online e convers\u00f5es offline, com uma arquitetura que minimize perdas de dados por meio de ingest\u00e3o server-side, mapeamento claro de UTMs e campanhas, e valida\u00e7\u00e3o pr\u00e1tica com casos reais. Ao manter uma janela de atribui\u00e7\u00e3o definida, padronizar identificadores e estabelecer um pipeline simples de dados para GA4, CAPI e CRM, voc\u00ea obt\u00e9m uma vis\u00e3o unificada que sustenta decis\u00f5es de investimento e ajuste r\u00e1pido de estrat\u00e9gias. O pr\u00f3ximo passo \u00e9 alinhar o seu stack atual com esse fluxo m\u00ednimo vi\u00e1vel, testar com 2 a 3 casos reais de WhatsApp e evoluir o dashboard com base nos aprendizados da valida\u00e7\u00e3o \u2014 mantendo sempre a linha de privacidade, consentimento e qualidade de dados como norte.<\/p>","protected":false},"excerpt":{"rendered":"
Um dashboard de marketing para WhatsApp n\u00e3o \u00e9 apenas uma vitrine de n\u00fameros. \u00c9 uma ponte entre mensagens enviadas, conversas no WhatsApp Business API e a receita que aparece no CRM ou no GTM\/GA4. Quando voc\u00ea precisa entender qual campanha realmente moveu o dial para o fechamento, n\u00e3o h\u00e1 espa\u00e7o para suposi\u00e7\u00f5es. O objetivo aqui…<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[4],"tags":[9,287,13,156,62],"content_language":[5],"class_list":["post-1094","post","type-post","status-publish","format-standard","hentry","category-blogen","tag-crm","tag-dashboard-de-marketing","tag-ga4","tag-offline-conversions","tag-whatsapp-business-api","content_language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=\/wp\/v2\/posts\/1094","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=1094"}],"version-history":[{"count":0,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=\/wp\/v2\/posts\/1094\/revisions"}],"wp:attachment":[{"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=1094"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=1094"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=1094"},{"taxonomy":"content_language","embeddable":true,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcontent_language&post=1094"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}