{"id":1174,"date":"2026-04-11T20:22:21","date_gmt":"2026-04-11T20:22:21","guid":{"rendered":"https:\/\/cms.funnelsheet.com\/?p=1174"},"modified":"2026-04-11T20:22:21","modified_gmt":"2026-04-11T20:22:21","slug":"how-to-build-a-server-side-infrastructure-that-scales-without-complexity","status":"publish","type":"post","link":"https:\/\/cms.funnelsheet.com\/?p=1174","title":{"rendered":"How to Build a Server-Side Infrastructure That Scales Without Complexity"},"content":{"rendered":"

Uma infraestrutura server-side escal\u00e1vel n\u00e3o \u00e9 apenas uma camada adicional de arquitetura; \u00e9 a espinha dorsal que transforma dados dispersos em a\u00e7\u00f5es confi\u00e1veis, especialmente quando voc\u00ea lida com GA4, GTM Server-Side, Meta CAPI, e fluxos de convers\u00e3o que passam por WhatsApp, CRM e plataformas de publicidade. O problema costuma ser o contr\u00e1rio: voc\u00ea investe em tr\u00e1fego, mas a qualidade e a integridade dos dados desabam \u00e0 medida que o volume cresce, ou quando acontecem bloqueios de navegador, cookies limitados ou mudan\u00e7as nas pol\u00edticas de privacidade. Uma estrat\u00e9gia server-side bem desenhada pode reduzir inconsist\u00eancias, reduzir a perda de dados e permitir uma governan\u00e7a mais clara sobre quais eventos s\u00e3o enviados para cada plataforma. O resultado esperado n\u00e3o \u00e9 apenas \u201cmais dados\u201d \u2014 \u00e9 dados mais \u00fateis, reconcili\u00e1veis e audit\u00e1veis, prontos para alimentar decis\u00f5es r\u00e1pidas e fundamentadas.<\/p>\n

A proposta deste artigo \u00e9 entregar um arcabou\u00e7o pragm\u00e1tico para construir essa infraestrutura sem cair na armadilha da complexidade excessiva. Vamos do diagn\u00f3stico \u00e0 implementa\u00e7\u00e3o pr\u00e1tica, passando por decis\u00f5es cr\u00edticas de arquitetura, padr\u00f5es de evento, governan\u00e7a de dados e valida\u00e7\u00e3o de qualidade. Voc\u00ea encontrar\u00e1 um roteiro acion\u00e1vel, com salvaguardas para cen\u00e1rios reais: discrep\u00e2ncias entre GA4 e Meta, fluxos offline, UTM que some no redirecionamento e, principalmente, um caminho claro para escalar sem dobrar a complexidade operacional. No fim, voc\u00ea ter\u00e1 um conjunto de decis\u00f5es que pode aplicar hoje, acompanhado de crit\u00e9rios objetivos para saber quando avan\u00e7ar ou reverter.<\/p>\n\n\n

\"a<\/figure>\n \n\n

Por que migrar para server-side n\u00e3o \u00e9 opcional \u2014 \u00e9 um requisito para dados confi\u00e1veis<\/h2>\n

Quando voc\u00ea coloca a coleta de dados do lado do servidor, alguns problemas comuns do client-side come\u00e7am a desaparecer \u2014 ou, pelo menos, ficam sob controle. Dados que dependem de cookies, bloqueadores de an\u00fancios ou limites de JavaScript passam a ter um canal mais est\u00e1vel para chegar \u00e0s plataformas de atribui\u00e7\u00e3o. No entanto, migrar n\u00e3o \u00e9 sin\u00f4nimo de \u201cfazer tudo de uma vez\u201d: \u00e9 sobre entender o que precisa ser movido, quais eventos exigem lat\u00eancia baixa e onde a qualidade \u00e9 mais sens\u00edvel a ru\u00eddos. Em ambientes com GA4, GTM-SS e CAPI, o server-side atua como um backbone que pode, com disciplina, entregar consist\u00eancia entre fontes distintas, reduzir deduplica\u00e7\u00e3o e facilitar a reconcilia\u00e7\u00e3o entre dados on-platform e off-platform.<\/p>\n

\u201cDados que chegam limpos do servidor reduzem a depend\u00eancia de janelas de atribui\u00e7\u00e3o inst\u00e1veis e permitem controles de qualidade mais precisos.\u201d<\/p><\/blockquote>\n

\u201cA server-side n\u00e3o resolve tudo, mas entrega um ponto \u00fanico de verifica\u00e7\u00e3o para eventos cr\u00edticos, desde a origem at\u00e9 a entrega nas ferramentas de an\u00fancio.\u201d<\/p><\/blockquote>\n

Arquitetura modular para escalabilidade sem complexidade<\/h2>\n

A ideia central \u00e9 dividir a infraestrutura em camadas bem definidas, com interfaces claras e limites de responsabilidade. Em vez de uma monol\u00edtica de coleta, normaliza\u00e7\u00e3o e envio, pense em m\u00f3dulos que possam escalar independentemente conforme o volume de dados e a criticidade do evento. O objetivo \u00e9 minimizar interdepend\u00eancia entre componentes, facilitar o diagn\u00f3stico quando algo quebra e reduzir o tempo de recupera\u00e7\u00e3o. Abaixo est\u00e3o os pilares que costumam fazer a diferen\u00e7a na pr\u00e1tica.<\/p>\n

Camada de coleta: entrada previs\u00edvel e resistente<\/h3>\n

Defina um protocolo de ingest\u00e3o que aceite eventos de v\u00e1rias fontes (web, app, call center, WhatsApp) com um formato comum. Considere usar um esquema de eventos bem documentado, com campos obrigat\u00f3rios (evento, timestamp, user_id, session_id, origem) e campos opcionais para enriquimento. Evite depender de query strings longas ou de estados locais no navegador. A coleta server-side deve aceitar payloads com valida\u00e7\u00e3o b\u00e1sica para rejeitar dados malformados sem paralisar o pipeline.<\/p>\n

Camada de normaliza\u00e7\u00e3o e enriquecimento<\/h3>\n

Nesse est\u00e1gio, padronize nomes de eventos, formatos de par\u00e2metros e valores de propriedades. Inclua enriquecimento com dados de CRM, ID de cliente ou atributos de conversa\u00e7\u00e3o (por exemplo, mensagens de WhatsApp, status de pipeline, valor da venda estimado). A consist\u00eancia entre plataformas (GA4, Meta CAPI, Google Ads) depende de uma conven\u00e7\u00e3o comum de nomes de eventos e de um mapa de deduplica\u00e7\u00e3o confi\u00e1vel.<\/p>\n

Camada de envio e entrega para plataformas<\/h3>\n

Como v\u00e3o os itens para GA4, Meta CAPI, Google Ads Enhanced Conversions e BigQuery? Defina regras de fila, particionamento de dados e pol\u00edticas de retry com backoff exponencial. Tenha em mente que cada destino pode ter limites distintos de taxa, formatos de payload e janelas de atribui\u00e7\u00e3o. Garanta que haja um mecanismo de deduplica\u00e7\u00e3o entre canais para evitar contagens duplicadas ou inconsist\u00eancias entre cliques, impress\u00f5es e convers\u00f5es.<\/p>\n

Observabilidade e governan\u00e7a de dados<\/h3>\n

Sem visibilidade, a escalabilidade \u00e9 apenas apar\u00eancia. Monitore ingest\u00e3o, lat\u00eancia, taxa de erro, composi\u00e7\u00f5es de eventos e a qualidade de dados nos destinos. Dashboards em Looker Studio ou dashboards internos com Prometheus\/Grafana ajudam a detectar anomalias antes que se tornem problemas de neg\u00f3cio. Al\u00e9m disso, implemente pol\u00edticas de retention, versionamento de esquema e controles de acesso para cumprir LGPD e pol\u00edticas internas.<\/p>\n

Padr\u00f5es de implementa\u00e7\u00e3o para evitar a complexidade<\/h2>\n

N\u00e3o existe solu\u00e7\u00e3o \u00fanica para todos os cen\u00e1rios, mas alguns padr\u00f5es reduzem drasticamente a curva de complexidade. Abaixo, apresento crit\u00e9rios pr\u00e1ticos que costumam ditar o sucesso ou o fracasso de setups server-side em equipes de m\u00eddia paga e ag\u00eancias de performance.<\/p>\n

Decidir entre client-side vs server-side: crit\u00e9rios pr\u00e1ticos<\/h3>\n

Se o objetivo \u00e9 reduzir perdas de dados por bloqueadores, evitar deduplica\u00e7\u00e3o ruim entre fontes e manter maior controle sobre o envio de eventos, server-side tende a entregar ganhos mais est\u00e1veis. Contudo, isso n\u00e3o significa substituir completamente client-side: mantenha a coleta de eventos de alto valor no servidor, enquanto o client-side pode continuar enviando dados suplementares para enriquecimento ou valida\u00e7\u00e3o, desde que haja regras claras de prioridade e deduplica\u00e7\u00e3o.<\/p>\n

Como lidar com cookies, consent mode e LGPD<\/h3>\n

Consent Mode v2, op\u00e7\u00f5es de consentimento e a arquitetura server-side impactam diretamente o tipo de dado que voc\u00ea pode enviar. Em muitos cen\u00e1rios, voc\u00ea pode contornar limita\u00e7\u00f5es de cookies com identificadores pr\u00f3prios, desde que o fluxo de consentimento seja respeitado e os dados sens\u00edveis fiquem dentro de par\u00e2metros legais. Esteja ciente de que nem toda opera\u00e7\u00e3o depende de dados sens\u00edveis; o foco costuma ser a integridade de eventos de convers\u00e3o e de reprodu\u00e7\u00e3o de atribui\u00e7\u00e3o, mantendo a privacidade como prioridade.<\/p>\n

Gest\u00e3o de deduplica\u00e7\u00e3o entre fontes: CAPI vs GA4 Web<\/h3>\n

A discrep\u00e2ncia entre dados enviados por CAPI e GA4 Web \u00e9 comum se a deduplica\u00e7\u00e3o n\u00e3o for bem planejada. Adote uma estrat\u00e9gia de deduplica\u00e7\u00e3o baseada em IDs consistentes (ex.: gclid + user_id + event_id) e defina regras de prioridade entre canais. Documente esses esquemas para devs, analistas e ag\u00eancias parceiras; a falta de consenso costuma gerar guerras de n\u00fameros entre clientes e anunciantes.<\/p>\n

Checklist de implanta\u00e7\u00e3o (6 a 10 itens, exatamente 7 passos)<\/h2>\n
    \n
  1. Mapear fluxos de dados cr\u00edticos: quais eventos de convers\u00e3o, quais plataformas de destino e quais janelas de atribui\u00e7\u00e3o importam para o neg\u00f3cio.<\/li>\n
  2. Definir qualidade de dados e SLAs: toler\u00e2ncias de atraso, perda m\u00e1xima de eventos, e crit\u00e9rios de sucesso para o pipeline (por exemplo, 99,5% de entrega em 3 minutos para eventos cr\u00edticos).<\/li>\n
  3. Escolher stack server-side: GTM Server-Side como backbone, com containers ou Cloud Run; planejar autoscaling e pol\u00edtica de custos.<\/li>\n
  4. Modelar eventos com UTMs, IDs, e deduplica\u00e7\u00e3o: padronizar nomes de eventos, propriedades obrigat\u00f3rias e regras de enriquecimento.<\/li>\n
  5. Configurar pipeline de dados: ingest\u00e3o -> normaliza\u00e7\u00e3o -> envio; implementar fila (ou pub\/sub) e retries com backoff.<\/li>\n
  6. Implementar observabilidade: logs estruturados, m\u00e9tricas, tracing e dashboards; definir alertas para quedas de entrega ou picos anormais.<\/li>\n
  7. Testar, validar e iterar: valida\u00e7\u00e3o de reconcili\u00e7\u00e3o entre fontes (GA4 vs CAPI), comary de dados offline, e rollout gradual (canary) com rollback simples.<\/li>\n<\/ol>\n

    Casos de uso, decis\u00f5es e armadilhas \u2014 o que realmente acontece na pr\u00e1tica<\/h2>\n

    O que voc\u00ea v\u00ea em setups reais \u00e9 a necessidade de adaptar o pipeline a contexts diversos: campanhas com WhatsApp que truncam UTMs, cliques que s\u00e3o perdidos no redirecionamento, ou convers\u00f5es que s\u00f3 fecham ap\u00f3s v\u00e1rias intera\u00e7\u00f5es. Um servidor bem configurado pode reconciliar esses cen\u00e1rios ao longo de v\u00e1rias janelas de atribui\u00e7\u00e3o, por\u00e9m exige uma disciplina de governan\u00e7a. Abaixo, abordo decis\u00f5es-chave, sinais de alerta e armadilhas comuns com corre\u00e7\u00f5es pr\u00e1ticas.<\/p>\n

    \u201cA primeira decis\u00e3o que salva semanas de trabalho \u00e9 definir onde cada dado representa a verdade: eventos no servidor, com regras de prioriza\u00e7\u00e3o bem documentadas.\u201d<\/p><\/blockquote>\n

    Se o seu setup n\u00e3o tem regras claras de deduplica\u00e7\u00e3o entre CAPI e GA4 Web, voc\u00ea tende a ver n\u00fameros conflitantes entre plataformas. Um segundo sinal \u00e9 a lat\u00eancia de entrega: quando eventos cr\u00edticos atrasam dias, a corre\u00e7\u00e3o exige uma reavalia\u00e7\u00e3o do enfileiramento, do tamanho de payloads e da capacidade de autoscaling. Por fim, observar a diferen\u00e7a entre dados offline (CRM, ERP) e dados online (GA4, Meta) pode revelar falhas de enriquecimento ou de alinhamento de atributos. Em todos esses casos, a solu\u00e7\u00e3o passa por um trio: governan\u00e7a de dados, valida\u00e7\u00e3o de esquema e valida\u00e7\u00e3o de entrega com reconcilia\u00e7\u00e3o peri\u00f3dica.<\/p>\n

    \u201cEscalar sem complexidade n\u00e3o \u00e9 evitar decis\u00f5es dif\u00edceis \u2014 \u00e9 priorizar decis\u00f5es t\u00e9cnicas que reduzem o tempo de diagn\u00f3stico.\u201d<\/p><\/blockquote>\n

    Quando a abordagem server-side faz sentido e quando n\u00e3o faz<\/h2>\n

    A ado\u00e7\u00e3o de server-side funciona quando a criticidade dos dados, o volume de eventos e a necessidade de controle sobre a cadeia de entrega justificam o investimento. Em cen\u00e1rios de baixo tr\u00e1fego, ou quando a complexidade de manter infra ainda n\u00e3o \u00e9 compensada pela melhoria de qualidade de dados, pode n\u00e3o haver ganho significativo. Os sinais de que vale a pena avan\u00e7ar incluem: consist\u00eancia entre plataformas mesmo com bloqueadores, redu\u00e7\u00e3o de perda de dados em situa\u00e7\u00f5es de cookie-limited, e capacidade de enviar dados enriquecidos de CRM sem expor pr\u00e1ticas sens\u00edveis. Em contrapartida, se o time n\u00e3o tem maturidade para governan\u00e7a de dados, ou se n\u00e3o h\u00e1 or\u00e7amento para monitora\u00e7\u00e3o e manuten\u00e7\u00e3o, a abordagem pode se tornar um custo oculto com retorno incerto.<\/p>\n

    Se a solu\u00e7\u00e3o depender de contextos espec\u00edficos do neg\u00f3cio \u2014 por exemplo, integra\u00e7\u00e3o com CRM propriet\u00e1rio, ou fluxos offline complexos \u2014 procure avaliar com diagn\u00f3stico t\u00e9cnico antes de implementar. A decis\u00e3o precisa considerar n\u00e3o apenas a camada de envio, mas tamb\u00e9m a qualidade de dados que chega aos dashboards e \u00e0 frente de decis\u00e3o de neg\u00f3cios.<\/p>\n

    Erros comuns com corre\u00e7\u00f5es pr\u00e1ticas<\/h2>\n

    Projetos server-side costumam trope\u00e7ar em oito armadilhas recorrentes. Aqui v\u00e3o as corre\u00e7\u00f5es r\u00e1pidas para cada uma delas:<\/p>\n

      \n
    • Erro: deduplica\u00e7\u00e3o mal implementada entre CAPI e GA4 Web. Corre\u00e7\u00e3o: implemente IDs \u00fanicos consistentes (event_id + user_id + source) e defina prioridade entre canais.<\/li>\n
    • Erro: fluxos de dados que quebram quando uparam offline. Corre\u00e7\u00e3o: valide representantes de dados offline (CRM) com mapeamento de atributos ao iniciar o projeto e mantenha um reprocessamento seguro.<\/li>\n
    • Erro: depend\u00eancia excessiva de uma \u00fanica plataforma de envio. Corre\u00e7\u00e3o: tenha fallback simples para cada destino e monitore a lat\u00eancia individual.<\/li>\n
    • Erro: lat\u00eancia alta na entrega de eventos cr\u00edticos. Corre\u00e7\u00e3o: use enfileiramento ass\u00edncrono, ajuste tamanho de payloads e leve em conta limites de taxa das plataformas.<\/li>\n
    • Erro: consentimento mal gerido em LGPD. Corre\u00e7\u00e3o: integre Consent Mode v2 com fluxos de consentimento bem-documentados, separando dados que podem ser usados com base no consentimento.<\/li>\n
    • Erro: falta de valida\u00e7\u00e3o de dados no pipeline. Corre\u00e7\u00e3o: implemente valida\u00e7\u00e3o de esquema, checks de integridade e reconcilia\u00e7\u00e3o peri\u00f3dica entre fontes.<\/li>\n
    • Erro: falta de visibilidade de erros em produ\u00e7\u00e3o. Corre\u00e7\u00e3o: dashboards de observabilidade com alertas acion\u00e1veis e logs estruturados para facilitar o diagn\u00f3stico.<\/li>\n<\/ul>\n

      Como adaptar \u00e0 realidade do cliente e manter a opera\u00e7\u00e3o est\u00e1vel<\/h2>\n

      Para ag\u00eancias e equipes que trabalham com clientes variados, a chave \u00e9 padronizar a bancada de dados, sem sacrificar a flexibilidade. Adote guias de implementa\u00e7\u00e3o que permitam varia\u00e7\u00f5es entre clientes (por exemplo, diferentes fluxos de WhatsApp, integra\u00e7\u00f5es com RD Station ou HubSpot) sem quebrar a linha de entrega. Documente contratos t\u00e9cnicos com metas de dados (ex.: 99,5% de entrega em janela de 5 minutos para eventos cr\u00edticos) e crie playbooks de auditoria para cada cliente. Assim, voc\u00ea mant\u00e9m a confiabilidade, reduz retrabalho e facilita a valida\u00e7\u00e3o com o pr\u00f3prio cliente durante revis\u00f5es de performance.<\/p>\n

      Pr\u00f3ximos passos pr\u00e1ticos para come\u00e7ar hoje<\/h2>\n

      Com base no que discutimos, aqui est\u00e1 um caminho curto para iniciar a constru\u00e7\u00e3o de uma infraestrutura server-side que escala sem complexidade. Adapte cada etapa ao seu contexto, especialmente se houver depend\u00eancia de plataformas espec\u00edficas ou fluxos offline.<\/p>\n

      Erros de implementa\u00e7\u00e3o comuns e como evit\u00e1-los<\/h3>\n

      Antes de entrar em produ\u00e7\u00e3o, valide uma lista curta de cen\u00e1rios cr\u00edticos e crie guardrails para evitar surpresas. Documente seu pipeline, estabele\u00e7a acordos de n\u00edvel de servi\u00e7o (SLA) com metas de qualidade de dados e mantenha um processo de melhoria cont\u00ednua com revis\u00f5es trimestrais de arquitetura e governan\u00e7a de dados.<\/p>\n

      Para refer\u00eancia t\u00e9cnica, documentos oficiais da Google e de plataformas parceiras ajudam a alinhar termos, formatos de payload e pr\u00e1ticas de integra\u00e7\u00e3o. Por exemplo, a integra\u00e7\u00e3o com GA4 pode envolver o Measurement Protocol para casos espec\u00edficos de envio de dados do servidor, enquanto o GTM Server-Side oferece diretrizes sobre como estruturar a coleta de eventos no backend. O Consent Mode v2 tamb\u00e9m \u00e9 um componente relevante para cen\u00e1rios de privacidade. Consulte recursos oficiais para confirmar as condi\u00e7\u00f5es de uso e as op\u00e7\u00f5es de configura\u00e7\u00e3o: GA4 Measurement Protocol (https:\/\/developers.google.com\/analytics), GTM Server-Side (https:\/\/developers.google.com\/tag-manager\/server-side), Consent Mode v2 (https:\/\/support.google.com\/analytics\/answer\/1011397) e Administra\u00e7\u00e3o de Conversions API da Meta (https:\/\/developers.facebook.com\/docs\/marketing-api\/conversions-api\/overview\/).<\/p>\n

      Al\u00e9m disso, ao planejar a arquitetura, pense na integra\u00e7\u00e3o com BigQuery para reconcilia\u00e7\u00e3o de dados e an\u00e1lises off-platform. A conectividade com ferramentas de BI, como Looker Studio, pode transformar dados em insights operacionais de forma r\u00e1pida, mas requer uma base de qualidade para n\u00e3o gerar conclus\u00f5es enganadoras. O objetivo \u00e9 ter uma infraestrutura que n\u00e3o apenas aguente o tr\u00e1fego, mas tamb\u00e9m forne\u00e7a dados confi\u00e1veis que resistam aos escrut\u00ednios de clientes e reguladores.<\/p>\n

      Se quiser, posso fazer uma avalia\u00e7\u00e3o pr\u00e1tica do seu setup atual e apontar gargalos de coleta, normaliza\u00e7\u00e3o e envio. Entre em contato para alinharmos um diagn\u00f3stico t\u00e9cnico espec\u00edfico ao seu caso de uso, com foco em reduzir perdas de dados e tornar sua atribui\u00e7\u00e3o mais confi\u00e1vel no dia a dia das campanhas.<\/p>","protected":false},"excerpt":{"rendered":"

      Uma infraestrutura server-side escal\u00e1vel n\u00e3o \u00e9 apenas uma camada adicional de arquitetura; \u00e9 a espinha dorsal que transforma dados dispersos em a\u00e7\u00f5es confi\u00e1veis, especialmente quando voc\u00ea lida com GA4, GTM Server-Side, Meta CAPI, e fluxos de convers\u00e3o que passam por WhatsApp, CRM e plataformas de publicidade. O problema costuma ser o contr\u00e1rio: voc\u00ea investe em…<\/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":[13,14,49,279,7],"content_language":[5],"class_list":["post-1174","post","type-post","status-publish","format-standard","hentry","category-blogen","tag-ga4","tag-gtm-server-side","tag-meta-capi","tag-server-side","tag-whatsapp","content_language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=\/wp\/v2\/posts\/1174","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=1174"}],"version-history":[{"count":0,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=\/wp\/v2\/posts\/1174\/revisions"}],"wp:attachment":[{"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=1174"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=1174"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=1174"},{"taxonomy":"content_language","embeddable":true,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcontent_language&post=1174"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}