Dados de WhatsApp no Looker Studio podem parecer um sonho para quem depende de mensagens para fechar neg\u00f3cios, mas n\u00e3o tem um engenheiro de dados \u00e0 m\u00e3o para construir pipelines complexos. A dificuldade t\u00edpica \u00e9 conectar conversas, contatos, status de entrega e timestamps do WhatsApp Business API a eventos de campanha, sem perder granularidade nem criar d\u00e9bitos de dados entre plataformas. O resultado comum \u00e9: dados de WhatsApp que n\u00e3o batem com GA4 ou com o relat\u00f3rio de Meta, leads que surgem e somem, ou um funil que n\u00e3o consegue sustentar a atribui\u00e7\u00e3o ao longo do tempo. Esta realidade impede que a equipe de tr\u00e1fego prove a impacto real das a\u00e7\u00f5es em WhatsApp e, consequentemente, dificulta a defesa de or\u00e7amento com dados que resistem a escrut\u00ednio. Voc\u00ea n\u00e3o precisa de um time de engenharia para avan\u00e7ar. O caminho aqui foca em uma solu\u00e7\u00e3o pr\u00e1tica, com camada de staging simples, automa\u00e7\u00e3o sem c\u00f3digo pesado e um Looker Studio que entrega visibilidade confi\u00e1vel sem depender de um grande lead time t\u00e9cnico. <\/p>\n
Neste texto, vou apontar exatamente como diagnosticar as fragilidades, montar uma pipeline minimalista de dados de WhatsApp para o Looker Studio e manter a governan\u00e7a sob controle \u2014 tudo com foco t\u00e9cnico, sem enrola\u00e7\u00e3o e com passos acion\u00e1veis. A tese \u00e9 clara: \u00e9 poss\u00edvel ver o desempenho de mensagens e convers\u00f5es no Looker Studio usando uma camada de dados suave, que n\u00e3o exige engenharia de dados dedicada, desde que voc\u00ea padronize campos, defina regras de valida\u00e7\u00e3o e automatize a ingest\u00e3o de dados com ferramentas de baixo c\u00f3digo. Ao final, voc\u00ea ter\u00e1 um roteiro de implementa\u00e7\u00e3o realista, incluindo um checklist de valida\u00e7\u00e3o, um modelo de dados para consultas r\u00e1pidas e decis\u00f5es t\u00e9cnicas para guiar futuras evolu\u00e7\u00f5es da solu\u00e7\u00e3o.<\/p>\n
Em muitos setups, o fluxo entre WhatsApp e plataformas de atribui\u00e7\u00e3o \u00e9 interrompido por pequenas fraturas que n\u00e3o ficam \u00f3bvias at\u00e9 o momento da entrega dos relat\u00f3rios. Um problema recorrente \u00e9 a falta de um identificador \u00fanico est\u00e1vel entre mensagens, contatos e campanhas \u2014 o que leva a duplicidades, perda de contexto e desassocia\u00e7\u00e3o entre o lead gerado no WhatsApp e o clique ou a visualiza\u00e7\u00e3o de an\u00fancio correspondente. Outro ponto cr\u00edtico \u00e9 a janela de atribui\u00e7\u00e3o: quando o lead fecha dias depois do clique, ou quando o WhatsApp registra conversas que n\u00e3o possuem UTM ou par\u00e2metros de campanha, o alinhamento com GA4 ou com o sistema de an\u00fancios fica comprometido. Tamb\u00e9m \u00e9 comum a diverg\u00eancia de fusos hor\u00e1rios entre a origem do clique, o timestamp da mensagem e o hor\u00e1rio de conclus\u00e3o da conversa, o que quebra a linha do tempo da convers\u00e3o. Esses gatilhos, somados a limita\u00e7\u00f5es de exporta\u00e7\u00e3o do WhatsApp Cloud API, costumam deixar o relat\u00f3rio com ru\u00eddos que confundem a verdadeira performance de cada campanha.<\/p>\n
N\u00e3o h\u00e1 um conector oficial direto que puxe dados do WhatsApp para o Looker Studio em tempo real sem intermedi\u00e1rios. O Looker Studio funciona conectando a fontes diversas, mas a pr\u00e1tica mais aplicada envolve uma camada de staging \u2014 planilhas, BigQuery ou outros armaz\u00e9ns que recebem dados do WhatsApp via API por meio de automa\u00e7\u00e3o. Isso significa que voc\u00ea precisa definir como os dados entram, com que frequ\u00eancia atualizam e como tratam duplicidades. A limita\u00e7\u00e3o pr\u00e1tica \u00e9 que, sem uma engenharia de dados dedicada, a integra\u00e7\u00e3o precisa ser manual ou semi-automatizada, com valida\u00e7\u00f5es simples para evitar que dados desbalanceados contaminem o relat\u00f3rio. Al\u00e9m disso, \u00e9 essencial manter conformidade com LGPD e consentimento, especialmente se voc\u00ea estiver juntando dados de contato com dados de comportamento de navega\u00e7\u00e3o ou CRM.<\/p>\n
\n\u201cN\u00e3o existe uma solu\u00e7\u00e3o \u00fanica para dados de WhatsApp \u2014 o segredo est\u00e1 na camada de staging simples e na padroniza\u00e7\u00e3o de eventos.\u201d<\/p>\n<\/blockquote>\n
\n\u201cO Looker Studio entrega vis\u00e3o, mas a qualidade do insight depende da disciplina na valida\u00e7\u00e3o de timestamps, fusos e consist\u00eancia entre fontes.\u201d<\/p>\n<\/blockquote>\n
Abordagem pr\u00e1tica: dados de WhatsApp no Looker Studio sem engenheiro de dados<\/h2>\n
Arquitetura recomendada com Sheets como camada de staging<\/h3>\n
A ideia central \u00e9 manter uma camada de staging m\u00ednima que seja est\u00e1vel, aud\u00edvel e simples de manter. Um fluxo comum \u00e9: WhatsApp Cloud API dispara eventos para uma automa\u00e7\u00e3o (sem c\u00f3digo pesado) que grava cada mensagem e cada evento relevante em uma planilha do Google Sheets. A planilha funciona como fonte \u00fanica para o Looker Studio, que l\u00ea os dados para gerar dashboards. A vantagem \u00e9 a velocidade de implementa\u00e7\u00e3o: com 1 a 2 semanas voc\u00ea tem um pipeline funcional, desde que haja padroniza\u00e7\u00e3o de campos e valida\u00e7\u00f5es b\u00e1sicas. O desafio \u00e9 manter a planilha sem gargalo e com menos ru\u00eddo: limites de cota da API, duplica\u00e7\u00e3o de mensagens e lat\u00eancia de atualiza\u00e7\u00e3o podem introduzir distor\u00e7\u00f5es se n\u00e3o houver deduplica\u00e7\u00e3o e normaliza\u00e7\u00e3o adequadas. Nosso objetivo \u00e9 ter dados de WhatsApp no Looker Studio com lat\u00eancia previs\u00edvel e uma equipe capaz de compreender o modelo de dados sem depender de engenharia.<\/p>\n
Fluxo sem c\u00f3digo: Zapier\/Make + Apps Script<\/h3>\n
Para quem n\u00e3o quer investir tempo em c\u00f3digo, as solu\u00e7\u00f5es sem c\u00f3digo entram como facilitadores. Use o WhatsApp Cloud API para extrair mensagens e eventos, encaminhando-os para Google Sheets atrav\u00e9s de Zapier ou Make (Integromat). Em seguida, aplique pequenas rotinas em Apps Script (ou uma automa\u00e7\u00e3o do pr\u00f3prio Zapier\/Make) para normalizar formatos de data, mapear campos para um esquema comum (por exemplo: message_id, contact_id, timestamp, text, status, campaign_source) e criar uma linha por evento. A vantagem \u00e9 a velocidade de montagem e a possibilidade de reajustes r\u00e1pidos conforme surgem necessidades de an\u00e1lise. A desvantagem \u00e9 a eventual limita\u00e7\u00e3o de throughput e a necessidade de monitorar falhas de automa\u00e7\u00e3o, o que pode impactar a confiabilidade se n\u00e3o houver alertas simples.<\/p>\n
\n\u201cA chave sem c\u00f3digo \u00e9 manter 1 fonte de verdade para o \u00fanico identificador \u2014 message_id \u2014 e regular a normaliza\u00e7\u00e3o de timestamps para evitar ru\u00eddos.\u201d<\/p>\n<\/blockquote>\n
Modelagem de dados e defini\u00e7\u00e3o de campos<\/h2>\n
Campos-chave para atribui\u00e7\u00e3o de WhatsApp<\/h3>\n
Antes de abrir o Looker Studio, defina um conjunto de campos padr\u00e3o que permita cruzar WhatsApp com campanhas de an\u00fancios e com CRM. Use uma planilha como fonte de verdade com as seguintes colunas m\u00ednimas:<\/p>\n
\n
- message_id (identificador \u00fanico da mensagem)<\/li>\n
- conversation_id (id da conversa, \u00fatil para agrupar threads)<\/li>\n
- contact_id (identificador do contato, opcional se dispon\u00edvel)<\/li>\n
- timestamp (data e hora da mensagem, em fuso hor\u00e1rio padronizado)<\/li>\n
- direction (inbound\/outbound)<\/li>\n
- text (conte\u00fado da mensagem ou resumo)<\/li>\n
- status (sent, delivered, read, failed)<\/li>\n
- media_type (texto, image, v\u00eddeo, etc.)<\/li>\n
- campaign_source (origem da campanha se dispon\u00edvel)<\/li>\n
- utm_campaign \/ utm_source \/ utm_medium (par\u00e2metros de campanha, quando usados)<\/li>\n
- gclid (quando dispon\u00edvel para cruzar com cliques de an\u00fancios)<\/li>\n
- lead_status (status de qualifica\u00e7\u00e3o no CRM, se houver)<\/li>\n<\/ul>\n
Ao definir esse conjunto de campos, voc\u00ea j\u00e1 facilita a jun\u00e7\u00e3o com dados de GA4\/Google Ads para atribui\u00e7\u00e3o. Em Looker Studio, crie campos calculados que normalizam timestamp para o mesmo fuso hor\u00e1rio utilizado nas fontes de an\u00fancio e, se poss\u00edvel, crie uma dimens\u00e3o \u201clead_id\u201d que una o WhatsApp com o CRM, para evitar duplicidades na contagem de convers\u00f5es.<\/p>\n
Como correlacionar com campanhas de an\u00fancios<\/h3>\n
Para atribui\u00e7\u00e3o entre WhatsApp e campanhas, a pr\u00e1tica comum \u00e9 manter os par\u00e2metros UTM ou o identificador de cliques (gclid) quando o usu\u00e1rio clica em um an\u00fancio e, em seguida, interage via WhatsApp. Em muitos cen\u00e1rios, a conversa come\u00e7a com o clique no an\u00fancio, e a transa\u00e7\u00e3o ocorre dias depois. Nesse caso, manter o gclid\/UTM associado \u00e0 primeira mensagem abre a possibilidade de conectar a conversa ao conjunto de an\u00fancios correspondente. No Looker Studio, isso se traduz em jun\u00e7\u00f5es simples entre a tabela de mensagens (do Sheets) e a tabela de cliques\/visitas (do GA4\/Google Ads), usando o mesmo identificador de campanha ou de lead. Lembre-se de que nem todos os ambientes permitem manter esse v\u00ednculo de forma direta; a valida\u00e7\u00e3o deve considerar casos de cookies expirados, usu\u00e1rios que trocam de dispositivos e convers\u00f5es off-line que chegam apenas pelo CRM.<\/p>\n
Valida\u00e7\u00e3o, governan\u00e7a e decis\u00f5es t\u00e9cnicas<\/h2>\n
Roteiro de implanta\u00e7\u00e3o (checklist salva-vidas)<\/h3>\n
\n
- Defina o conjunto m\u00ednimo de dados de WhatsApp que precisa alimentar o Looker Studio (mensagens relevantes para atribui\u00e7\u00e3o e fases do funil).<\/li>\n
- Crie a planilha de staging com schema padronizado e portas de entrada para novos campos.<\/li>\n
- Configure a automa\u00e7\u00e3o (Make\/Zapier) para extrair dados do WhatsApp Cloud API e gravar na planilha com deduplica\u00e7\u00e3o b\u00e1sica.<\/li>\n
- Adicione uma rotina de normaliza\u00e7\u00e3o de data\/hora, fusos e formatos de texto para evitar ru\u00eddos de pipeline.<\/li>\n
- Conecte o Looker Studio \u00e0 planilha e modele as fontes de dados com uma \u00fanica dimens\u00e3o de tempo consolidada.<\/li>\n
- Implemente valida\u00e7\u00e3o de amostras: compare 100 mensagens com o CRM e com o GA4 para confirmar contagens equivalentes em cen\u00e1rios t\u00edpicos.<\/li>\n<\/ol>\n
Quando esta abordagem faz sentido e quando n\u00e3o faz<\/h3>\n
Essa estrat\u00e9gia funciona bem quando a equipe precisa de entrega r\u00e1pida de visibilidade de WhatsApp sem depender de uma equipe de engenharia de dados. \u00c9 particularmente \u00fatil para projetos com volumes moderados e necessidade de dashboards ad hoc para clientes que valorizam agilidade. No entanto, n\u00e3o \u00e9 ideal para cen\u00e1rios de grande escala, com milh\u00f5es de mensagens di\u00e1rias, onde a lat\u00eancia de atualiza\u00e7\u00e3o e a manuten\u00e7\u00e3o de planilhas se tornam gargalos. Quando o volume aumenta, ou quando \u00e9 preciso acoplar dados de m\u00faltumas fontes com alta complexidade de modelagem, vale a pena considerar BigQuery como camada de armaz\u00e9m e um modelo de dados mais robusto, mesmo que demande um diagn\u00f3stico t\u00e9cnico mais aprofundado antes de investir.<\/p>\n
Sinais de que o setup est\u00e1 quebrado<\/h3>\n
\n
- Duplicidade frequente de mensagens na planilha sem trigger de deduplica\u00e7\u00e3o.<\/li>\n
- Desalinhamento de hor\u00e1rios entre mensagens e cliques, mesmo ap\u00f3s normaliza\u00e7\u00e3o.<\/li>\n
- Atualiza\u00e7\u00f5es lentas ou falhas de automa\u00e7\u00e3o sem alertas claros.<\/li>\n
- Conex\u00f5es quebradas entre Sheets e Looker Studio ap\u00f3s altera\u00e7\u00f5es de permissions ou de API.<\/li>\n<\/ul>\n
Erros comuns com corre\u00e7\u00f5es pr\u00e1ticas<\/h3>\n
\n
- Erro: n\u00e3o h\u00e1 normaliza\u00e7\u00e3o de fuso hor\u00e1rio. Corre\u00e7\u00e3o: padronize todos os timestamps para UTC e aplique convers\u00f5es no Looker Studio para fuso local apenas na camada de apresenta\u00e7\u00e3o.<\/li>\n
- Erro: identificadores inconsistentes (message_id\/conversation_id). Corre\u00e7\u00e3o: for\u00e7a uma chave \u00fanica combinando conversation_id + message_id e mantenha-a no schema.<\/li>\n
- Erro: dados de cliques n\u00e3o vinculados a mensagens. Corre\u00e7\u00e3o: mantenha o gclid\/utm como campos obrigat\u00f3rios na linha de \u00e1udio do WhatsApp e promova uma jun\u00e7\u00e3o expl\u00edcita com GA4\/Ads.<\/li>\n
- Erro: limites de quota da API. Corre\u00e7\u00e3o: implemente batelamento, cache de dados e logs de re-tentativa para evitar falhas silenciosas.<\/li>\n<\/ul>\n
Se\u00e7\u00e3o de decis\u00e3o: quando essa abordagem faz sentido e quando n\u00e3o faz<\/h2>\n
Quando usar Sheets como camada de staging vs BigQuery<\/h3>\n
Use Sheets como camada inicial para valida\u00e7\u00e3o r\u00e1pida, prototipagem de dashboards e entregas a clientes com necessidade de resultado em semanas. Se o volume de mensagens crescer ou se houver necessidade de governan\u00e7a de dados mais rigorosa (auditoria, replica\u00e7\u00e3o, pol\u00edticas de reten\u00e7\u00e3o, compliance LGPD), migre para BigQuery com uma modelagem de dados mais est\u00e1vel e com pipelines gerenciados. A transi\u00e7\u00e3o costuma exigir uma reavalia\u00e7\u00e3o de custos e de lat\u00eancia, mas oferece escalabilidade e seguran\u00e7a de dados que o Sheets n\u00e3o proporciona em longo prazo.<\/p>\n
Quando optar por ingest\u00e3o client-side vs server-side<\/h3>\n
Ingest\u00e3o client-side (dentro do navegador do usu\u00e1rio) \u00e9 menos comum para dados de WhatsApp, pois envolve dados sens\u00edveis de clientes e pode introduzir lat\u00eancia. Em ambientes com LGPD e consentimento expl\u00edcito, a ingest\u00e3o server-side, via API, \u00e9 mais segura e control\u00e1vel. Se a aplica\u00e7\u00e3o requer tempo real ou quase real, vale priorizar APIs e webhooks server-side com valida\u00e7\u00e3o automatizada, mesmo que isso exija algum suporte t\u00e9cnico. Em contrapartida, para equipes pequenas, a solu\u00e7\u00e3o Sheets + automa\u00e7\u00e3o pode ser suficiente para demonstra\u00e7\u00e3o de valor e decis\u00f5es r\u00e1pidas, desde que haja vigil\u00e2ncia cont\u00ednua de qualidade de dados.<\/p>\n
Como adaptar \u00e0 realidade do projeto ou do cliente<\/h3>\n
Se o cliente opera com v\u00e1rias marcas ou clientes, mantenha um esquema de heran\u00e7a de schema para cada projeto, com uma camada de mapeamento para cada cliente. Padronize nomes de campos e use dicion\u00e1rios de dados para evitar diverg\u00eancias entre projetos. Estabele\u00e7a SLAs de atualiza\u00e7\u00e3o de dados e dashboards para evitar surpresas de atraso. Em projetos com franquia ou ag\u00eancia, defina acordos de governan\u00e7a de dados, incluindo quem pode editar regras de deduplica\u00e7\u00e3o, como gerenciar consentimento e como auditar m\u00e9tricas de atribui\u00e7\u00e3o entre WhatsApp e campanhas de an\u00fancios.<\/p>\n
Conte\u00fado t\u00e9cnico adicional para refer\u00eancia r\u00e1pida<\/h2>\n
Para apoiar as pr\u00e1ticas descritas, vale consultar a documenta\u00e7\u00e3o oficial sobre as ferramentas envolvidas. A documenta\u00e7\u00e3o do Looker Studio detalha como conectar fontes como Planilhas Google e como criar modelos de dados funcionais para vis\u00f5es de atribui\u00e7\u00e3o, enquanto a documenta\u00e7\u00e3o do WhatsApp Cloud API orienta sobre autentica\u00e7\u00e3o, endpoints de mensagens e eventos de conversa\u00e7\u00e3o que podem ser exportados. Al\u00e9m disso, a central de ajuda do Meta oferece diretrizes sobre integra\u00e7\u00e3o com plataformas de terceiros e boas pr\u00e1ticas de conformidade.<\/p>\n
Conectando os pontos, voc\u00ea pode chegar a uma configura\u00e7\u00e3o s\u00f3lida: dados de WhatsApp no Looker Studio sem engenheiro de dados, com um pipeline simples, governan\u00e7a clara e dashboards que realmente ajudam a entender o papel das mensagens na convers\u00e3o. A integra\u00e7\u00e3o entre dados de WhatsApp, cliques de an\u00fancios e convers\u00f5es pode ser entregue de forma incremental, mantendo o foco na confiabilidade e no diagn\u00f3stico r\u00e1pido de diverg\u00eancias entre fontes.<\/p>\n
Para avan\u00e7ar, comece definindo o conjunto de dados do WhatsApp que precisa estar dispon\u00edvel no Looker Studio, e siga o roteiro de implanta\u00e7\u00e3o com as valida\u00e7\u00f5es descritas \u2014 assim voc\u00ea entrega valor hoje sem depender de uma equipe de engenharia dedicada.<\/p>\n<\/p>\n
Se quiser ver exemplos pr\u00e1ticos, explore a documenta\u00e7\u00e3o oficial do Looker Studio para conectores de planilhas e como modelar dados para atribui\u00e7\u00e3o, al\u00e9m da documenta\u00e7\u00e3o do WhatsApp Cloud API para estruturar os dados vindos da API de mensagens e eventos. Esses recursos ajudam a consolidar a vis\u00e3o entre mensagens, campanhas e CRM sem complica\u00e7\u00e3o excessiva. <\/p>\n
Para quem precisa de um ponto de partida r\u00e1pido, a implanta\u00e7\u00e3o com Sheets como camada de staging e Make\/Zapier para ingest\u00e3o pode ser implementada em dias, com o Looker Studio consumindo a planilha e produzindo dashboards de atribui\u00e7\u00e3o que cruzam WhatsApp com campanhas. O caminho \u00e9 vi\u00e1vel, o retorno \u00e9 mensur\u00e1vel, e a disciplina de valida\u00e7\u00e3o \u00e9 o que impede que a solu\u00e7\u00e3o v\u00e1 parar na gaveta.<\/p>\n
Para quem quiser adaptar o fluxo ao seu cen\u00e1rio, posso ajudar a mapear campos, criar o modelo de dados e montar o setup inicial com as automa\u00e7\u00f5es necess\u00e1rias. Comece definindo o conjunto de dados do WhatsApp que precisa estar dispon\u00edvel no Looker Studio e siga o roteiro de implanta\u00e7\u00e3o com as valida\u00e7\u00f5es descritas \u2014 assim voc\u00ea entrega valor hoje sem depender de uma equipe de engenharia dedicada.<\/p>\n
Links externos \u00fateis:
\n– Documenta\u00e7\u00e3o oficial do Looker Studio (conex\u00e3o com Google Sheets): documenta\u00e7\u00e3o do Looker Studio<\/a>
\n– Conectar dados do Google Sheets ao Looker Studio: Sheets como fonte<\/a>
\n– WhatsApp Cloud API (Meta): WhatsApp Cloud API<\/a>
\n– Central de Ajuda Meta para empresas: Meta Business Help<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"Dados de WhatsApp no Looker Studio podem parecer um sonho para quem depende de mensagens para fechar neg\u00f3cios, mas n\u00e3o tem um engenheiro de dados \u00e0 m\u00e3o para construir pipelines complexos. A dificuldade t\u00edpica \u00e9 conectar conversas, contatos, status de entrega e timestamps do WhatsApp Business API a eventos de campanha, sem perder granularidade nem…<\/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":[3],"tags":[15,652,13,26,7],"content_language":[6],"class_list":["post-1398","post","type-post","status-publish","format-standard","hentry","category-blogbr","tag-atribuicao","tag-automacao-sem-codigo","tag-ga4","tag-looker-studio","tag-whatsapp","content_language-br"],"acf":[],"_links":{"self":[{"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=\/wp\/v2\/posts\/1398","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=1398"}],"version-history":[{"count":0,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=\/wp\/v2\/posts\/1398\/revisions"}],"wp:attachment":[{"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=1398"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=1398"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=1398"},{"taxonomy":"content_language","embeddable":true,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcontent_language&post=1398"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}