Por que o problema de rastreamento aparece depois que voc\u00ea escala o or\u00e7amento. Quando o volume de investimento aumenta, n\u00e3o \u00e9 apenas o n\u00famero de cliques que cresce; a pr\u00f3pria arquitetura de mensura\u00e7\u00e3o \u00e9 testada em outra intensidade. GA4, GTM Web, GTM Server-Side, Meta CAPI e as pontes com BigQuery ou Looker Studio passam a lidar com mais dados, mais caminhos de convers\u00e3o e mais canais. \u00c9 comum que diverg\u00eancias entre plataformas se tornem vis\u00edveis apenas nessa nova realidade: o algoritmo vai exigir sinais mais s\u00f3lidos, o CRM recebe leads com atraso ou com atributos incompletos, e o offline passa a competir com o online por uma janela de atribui\u00e7\u00e3o maior. O resultado \u00e9 simples de prever: quando voc\u00ea escala, os gargalos que n\u00e3o estavam aparentes aparecem. A pergunta n\u00e3o \u00e9 se v\u00e3o aparecer, mas onde exatamente eles v\u00e3o surgir no seu funil de convers\u00e3o.<\/p>\n
Neste artigo, n\u00e3o vamos ficar no diagn\u00f3stico gen\u00e9rico. A ideia \u00e9 expor claramente o que rompe ou se desbalanceia \u00e0 medida que o or\u00e7amento cresce, apontar onde observar cada falha e oferecer um roteiro pr\u00e1tico para diagnosticar, corrigir e sustentar a rastreabilidade sem travar a escalabilidade. A tese \u00e9 objetiva: ao fim da leitura, voc\u00ea ter\u00e1 uma linha de frente definida para validar UTMs, sincronizar sinais entre GA4 e Meta, escolher entre client-side e server-side com base no seu contexto, e manter o alinhamento entre dados online e offline. Sem promessas vazias, apenas decis\u00f5es t\u00e9cnicas que ajudam a manter a confiabilidade da mensura\u00e7\u00e3o em cen\u00e1rios de alto volume e press\u00e3o operacional.<\/p>\n
\nO salto de or\u00e7amento tende a expor gargalos de rastreamento que estavam invis\u00edveis quando o volume era baixo.<\/p>\n<\/blockquote>\n
Primeiro, a simples amplia\u00e7\u00e3o do gasto aumenta a variedade de fontes de dados. Voc\u00ea passa a lidar com um conjunto maior de criativos, landings diferentes, an\u00fancios com par\u00e2metros UTM variados, al\u00e9m de caminhos de usu\u00e1rio que cruzam v\u00e1rios dom\u00ednios (site, WhatsApp Business API, CRM, plataformas de pagamento). Cada ponto de contato pode ter regras diferentes de captura, valida\u00e7\u00e3o de par\u00e2metros, ou mesmo de atribui\u00e7\u00e3o. Quando tudo est\u00e1 funcionando em piloto com baixo volume, \u00e9 tentador pensar que a mesma configura\u00e7\u00e3o funciona para grande escala. Na pr\u00e1tica, isso costuma colidir com: inconsist\u00eancia de UTMs entre cliques e p\u00e1ginas, GCLIDs que se perdem durante redirecionamentos, e dados offline que n\u00e3o entram no modelo de atribui\u00e7\u00e3o principal. Tudo isso gera varia\u00e7\u00e3o entre GA4 e Meta, e, pior, entre o que o CRM registra e o que o os algoritmos mostram nos dashboards de Looker Studio ou BigQuery.<\/p>\n
\nDiscrep\u00e2ncias entre GA4, Meta e o CRM deixam de ser um inc\u00f4modo t\u00e9cnico para se tornar um risco de decis\u00e3o operacional.<\/p>\n<\/blockquote>\n
Segundo, o consumo de sinais de rastreamento pode se tornar restrito quando as janelas de convers\u00e3o estendem-se ou quando a conscientiza\u00e7\u00e3o de privacidade aumenta. O Consent Mode v2, CMPs e restri\u00e7\u00f5es de cookies reduzem a quantidade de dados dispon\u00edveis para a atribui\u00e7\u00e3o. Em n\u00edvel pr\u00e1tico, isso costuma significar que o mesmo evento n\u00e3o carrega informa\u00e7\u00f5es suficientes para cruzar o clique com a convers\u00e3o, especialmente em journeys complexos com m\u00faltiplos touchpoints. Com or\u00e7amentos maiores, voc\u00ea tende a ver mais toques e mais varia\u00e7\u00f5es de etapas: um usu\u00e1rio que clica no an\u00fancio, visita a landing, fecha o formul\u00e1rio, volta dias depois pelo WhatsApp, e s\u00f3 ent\u00e3o fecha a compra. Se cada canal oferece sinais parciais, a atribui\u00e7\u00e3o se desfigura rapidamente, resultando em modelos que parecem diferentes entre plataformas sem que haja uma base comum para reconciliar.<\/p>\n
Arquitetura de dados sob press\u00e3o: onde o problema se instala<\/h2>\n
\nQuando o or\u00e7amento aumenta, o que parecia estabilidade vira complexidade de integra\u00e7\u00e3o entre sinais online e offline.<\/p>\n<\/blockquote>\n
A grande quest\u00e3o n\u00e3o \u00e9 apenas o que cada ferramenta coleta, mas como as informa\u00e7\u00f5es se integram. Em cen\u00e1rios de alta escala, alguns padr\u00f5es emergem como determinantes da qualidade da mensura\u00e7\u00e3o:<\/p>\n
Client-side vs server-side: o que est\u00e1 realmente sendo medido<\/h3>\n
Em setups tradicionais, a maior parte do tracking acontece no client-side (navegador). Com or\u00e7amentos maiores, o tr\u00e1fego aumenta de forma desproporcional, e crashs de rede, delays de carregamento, ou bloqueadores de an\u00fancios come\u00e7am a impactar mais fortemente. Al\u00e9m disso, quando voc\u00ea escala, faz mais captura de dados fora do seu pr\u00f3prio dom\u00ednio \u2014 por exemplo, redirecionamentos entre an\u00fancio, landing pages, e integra\u00e7\u00f5es com o WhatsApp API. Nessa hora, o servidor pode oferecer maior controle de coleta e menor perda de dados, desde que a implementa\u00e7\u00e3o do GTM Server-Side (GTM-SS) esteja ajustada \u00e0s janelas de convers\u00e3o desejadas e aos fluxos de dados do seu stack (GA4, Meta CAPI, BigQuery). A mudan\u00e7a de cen\u00e1rio exige que a equipe esteja preparada para manter a consist\u00eancia entre eventos recebidos no cliente e eventos confirmados no servidor.<\/p>\n
Consent Mode v2, LGPD e CMP: o que continua sinaliz\u00e1vel<\/h3>\n
Consentimento n\u00e3o \u00e9 apenas uma exig\u00eancia legal; \u00e9 um filtro de qualidade de dados. Em cen\u00e1rios de escalabilidade, a varia\u00e7\u00e3o no consentimento dos usu\u00e1rios pode ser maior e menos previs\u00edvel, impactando a disponibilidade de sinais para GA4 e Meta. O Consent Mode ajuda a manter algoritmos funcionando com dados de usu\u00e1rios que optaram por n\u00e3o permitir cookies, mas ele n\u00e3o substitui a necessidade de um modelo de dados robusto para offline e first-party. Em empresas que dependem de contatos via WhatsApp ou CRM (RD Station, HubSpot, etc.), \u00e9 essencial mapear como as convers\u00f5es offline entram no funil, em que janela de lookback operam e como alinhar esse sinal com os eventos enviados pelo GTM Server-Side e pelo CAPI.<\/p>\n
Cross-domain e cross-channel: o custo de manter a vis\u00e3o \u00fanica<\/h3>\n
Com or\u00e7amento maior, voc\u00ea atrai usu\u00e1rios por m\u00faltiplos canais que atravessam dom\u00ednios diferentes. O cross-domain tracking precisa ser bem configurado (IDs de usu\u00e1rio consistentes, par\u00e2metros de utm corretamente propagados, e uma estrat\u00e9gia de cookies que respeite a privacidade). Quando isso falha, o caminho do usu\u00e1rio fica segmentado entre plataformas. Meta Ads Manager e GA4 tendem a exibir n\u00fameros que parecem divergentes justamente por n\u00e3o estarem capturando a mesma sequ\u00eancia de toques do mesmo usu\u00e1rio. A solu\u00e7\u00e3o passa por uma estrat\u00e9gia de unifica\u00e7\u00e3o de sinais, com olhar cuidadoso para a forma como GA4 l\u00ea cookies, como a coleta server-side captura eventos de clientes que j\u00e1 n\u00e3o enviam dados completos, e como o Looker Studio faz a corre\u00e7\u00e3o de atribui\u00e7\u00e3o com base em sinais reconciliados.<\/p>\n
Roteiro de auditoria: diagn\u00f3stico r\u00e1pido para escalabilidade<\/h2>\n
Antes de qualquer ajuste de configura\u00e7\u00e3o, \u00e9 preciso ter um roteiro claro. Abaixo est\u00e1 um roteiro de auditoria com passos pr\u00e1ticos que ajudam a localizar gargalos sem travar a escalabilidade. Este foi estruturado para que equipes t\u00e9cnicas e de neg\u00f3cios consigam alinhar a fonte de verdade, entender onde a diverg\u00eancia ocorre e aplicar corre\u00e7\u00f5es espec\u00edficas. O ol pode ser seguido com um checklist de valida\u00e7\u00e3o para cada etapa.<\/p>\n
\n
- Mapear o fluxo completo da convers\u00e3o, do clique ao fechamento, incluindo pontos de contato no WhatsApp, CRM e telefone. Desenhe o caminho de convers\u00e3o para pelo menos 3 casos reais (padr\u00f5es de usu\u00e1rio).<\/li>\n
- Auditar UTMs e GCLIDs em todos os pontos de entrada. Verifique se h\u00e1 redirecionamentos que perdem par\u00e2metros, ou se par\u00e2metros s\u00e3o reescritos entre p\u00e1ginas. Console de debug do GA4 e do GTM deve confirmar recebimento consistente.<\/li>\n
- Validar o envio de convers\u00f5es offline (Looker Studio, BigQuery, integra\u00e7\u00e3o com HubSpot\/RD Station). Confirme se dados de offline s\u00e3o alinhados com o online via uma estrutura de correspond\u00eancia de identidade (ID de usu\u00e1rio ou e-mail hashed) e uma janela de lookback definida.<\/li>\n
- Avaliar o Consent Mode e CMP: quem consentiu, qual sinal est\u00e1 dispon\u00edvel, e como isso afeta a captura em GA4 e Meta. Considere cen\u00e1rios com opt-in parcial e com consentimento restrito.<\/li>\n
- Revisar a arquitetura de dados entre client-side e server-side: quais eventos chegam pelo GTM Web, quais chegam pelo GTM Server-Side, e se h\u00e1 duplicidade de envio. Garanta que a redund\u00e2ncia n\u00e3o influa na contagem de convers\u00f5es.<\/li>\n
- Rodar testes end-to-end com casos reais, usando ferramentas de debug (GA4 DebugView, GTM Preview, console do navegador) e registrar discrep\u00e2ncias. Documente as diferen\u00e7as observadas entre GA4, Meta e o CRM para priorizar corre\u00e7\u00f5es.<\/li>\n<\/ol>\n
Se a sua equipe quiser uma vis\u00e3o mais direta, use o roteiro como base para uma reuni\u00e3o com devs e stakeholders de marketing. A cada etapa, registre o que foi verificado, o que falhou e a pr\u00f3xima a\u00e7\u00e3o. A pr\u00e1tica repetida gera um mapa de falhas recorrentes que pode ser corrigido de forma r\u00e1pida em ciclos curtos.<\/p>\n
Erros comuns com corre\u00e7\u00f5es pr\u00e1ticas<\/h3>\n
Ao trabalhar com escalabilidade, alguns erros aparecem repetidamente. Abaixo v\u00e3o exemplos espec\u00edficos com corre\u00e7\u00f5es r\u00e1pidas:<\/p>\n
\n
- Erro: UTMs que perdem par\u00e2metros ap\u00f3s redirecionamento. Corre\u00e7\u00e3o: padronizar a passagem de UTMs por meio de par\u00e2metros est\u00e1veis no URL final e confirmar no GTM que os par\u00e2metros s\u00e3o capturados na p\u00e1gina de destino.<\/li>\n
- Erro: GCLID perdido no p\u00f3s-clique. Corre\u00e7\u00e3o: habilitar envio de GCLID para every touchpoint via URL e evitar altera\u00e7\u00f5es de query string durante o fluxo de checkout.<\/li>\n
- Erro: dados offline desincronizados com online. Corre\u00e7\u00e3o: criar uma camada de matching identity (CRM + first-party) e importar ou reconciliar com uma janela de lookback definida.<\/li>\n
- Erro: consentimento vari\u00e1vel entre canais. Corre\u00e7\u00e3o: consolidar PRFs de consentimento e respeitar CMP, incluindo sinais limitados quando necess\u00e1rio, sem suspender toda a coleta.<\/li>\n<\/ul>\n
Como adaptar a auditoria ao contexto do cliente<\/h3>\n
Se voc\u00ea trabalha em ag\u00eancia ou com clientes diferentes, a auditoria precisa considerar o n\u00edvel de maturidade tecnol\u00f3gica de cada projeto. Projetos com forte depend\u00eancia de WhatsApp e CRM exigem uma estrat\u00e9gia de dados first-party robusta, com envio de eventos de convers\u00e3o offline e uma integra\u00e7\u00e3o mais est\u00e1vel entre Meta CAPI, GA4 e o backend do CRM. Em contextos menores, o foco pode ser a consist\u00eancia de UTMs, a janela de atribui\u00e7\u00e3o e a valida\u00e7\u00e3o de eventos cr\u00edticos via GTM Server-Side. Em ambos os casos, mantenha o foco na confiabilidade da fonte de verdade e na capacidade de auditar rapidamente diverg\u00eancias quando o or\u00e7amento sobe.<\/p>\n
Como escolher entre abordagens: client-side, server-side, e atribui\u00e7\u00e3o na pr\u00e1tica<\/h2>\n
\nEscalar n\u00e3o \u00e9 apenas ampliar o or\u00e7amento; \u00e9 ampliar sua necessidade de dados confi\u00e1veis, o que muda a escolha de arquitetura.<\/p>\n<\/blockquote>\n
Quando o assunto \u00e9 rastreamento, h\u00e1 decis\u00f5es claras que ajudam a manter a qualidade dos dados durante a escalada do or\u00e7amento:<\/p>\n
Tempos de resposta e volume de dados<\/h3>\n
Client-side oferece rapidez na implementa\u00e7\u00e3o, mas fica sens\u00edvel a varia\u00e7\u00f5es de rede, bloqueadores e velocidade de carregamento. Server-side tende a reduzir perdas de dados e facilita a unifica\u00e7\u00e3o entre sinais de v\u00e1rias fontes, por\u00e9m exige investimento em infraestrutura, manuten\u00e7\u00e3o e monitoramento constante. Em campanhas com volume elevado e m\u00faltiplos dom\u00ednios, a combina\u00e7\u00e3o ideal costuma ser uma camada server-side para a coleta principal, complementada por eventos cr\u00edticos no client-side para capturar intera\u00e7\u00f5es que n\u00e3o chegam ao servidor com alta fidelidade.<\/p>\n
Modelos de atribui\u00e7\u00e3o e janela de convers\u00e3o<\/h3>\n
A escala costuma exigir janelas de convers\u00e3o maiores e modelos de atribui\u00e7\u00e3o que consigam lidar com uma maior variedade de toques. Em termos pr\u00e1ticos, n\u00e3o adianta manter um \u00fanico modelo de 7 dias se o ciclo do cliente varia de 7 a 30 dias entre campanhas de topo e de fundo. Ajuste as janelas de atribui\u00e7\u00e3o com base no tempo real de compra do seu funil, e valide as diferen\u00e7as entre GA4 e Meta com um conjunto de casos de convers\u00e3o que atravessam v\u00e1rias semanas.<\/p>\n
Limites pr\u00e1ticos de dados offline<\/h3>\n
Se a sua opera\u00e7\u00e3o envolve fechamento de vendas por WhatsApp ou telefone, o offline \u00e9 parte necess\u00e1ria da equa\u00e7\u00e3o. Aqui, a limita\u00e7\u00e3o real n\u00e3o \u00e9 apenas enviar dados; \u00e9 oferecer uma forma confi\u00e1vel de reconciliar offline com online. Pense em um pipeline de dados que utilize a identidade do usu\u00e1rio (email, telefone, ID do CRM) para casar eventos online com convers\u00f5es offline. N\u00e3o adianta capturar offline se n\u00e3o houver uma maneira de associar ao usu\u00e1rio ou ao clique correspondente, especialmente em fun\u00e7\u00f5es de CRM como RD Station ou HubSpot.<\/p>\n
Ao planejar a arquitetura, lembre-se de consultar a documenta\u00e7\u00e3o oficial para entender limites e comportamentos espec\u00edficos de cada ferramenta. Por exemplo, GTM Server-Side permite centralizar a coleta de dados e reduzir perdas por bloqueadores, desde que configurado com cuidado: GTM Server-Side \u2013 documenta\u00e7\u00e3o oficial<\/a>. Para o lado de publicidade, Meta oferece guias de integra\u00e7\u00e3o com CAPI para manter a consist\u00eancia entre eventos online e offline: Central de Ajuda do Meta<\/a>. E para entender o papel do Google Analytics e o impacto de grandes volumes, vale acompanhar o blog oficial do Google Analytics<\/a>.<\/p>\n
Pr\u00e1ticas recomendadas para escalar sem perder rastreabilidade<\/h2>\n
Com base no que j\u00e1 vimos, algumas pr\u00e1ticas se tornam cruciais para manter a confiabilidade da mensura\u00e7\u00e3o \u00e0 medida que o budget cresce. Elas ajudam a manter a linha de verdade entre diferentes fontes de dados, evitar armadilhas comuns e acelerar o diagn\u00f3stico quando algo falha.<\/p>\n
Estrutura de eventos e UTMs que resistem ao volume<\/h3>\n
Defina uma estrutura de eventos clara, com nomes padronizados e campos obrigat\u00f3rios. Considere uma \u00e1rvore simples de eventos que cubra cliques, visualiza\u00e7\u00f5es, eventos de formul\u00e1rio e convers\u00f5es offline. Vincule cada evento a um conjunto padronizado de par\u00e2metros UTM (utm_source, utm_medium, utm_campaign, utm_content) e preserve o GCLID\/Click ID onde aplic\u00e1vel. Garanta que os dados de UTMs sejam lidos no ponto de aterrissagem, para que n\u00e3o se percam entre redirecionamentos.<\/p>\n
Unifica\u00e7\u00e3o de sinais com GTM Server-Side<\/h3>\n
Use GTM Server-Side para consolidar eventos cr\u00edticos, reduzir perdas por bloqueadores, e manter consist\u00eancia entre GA4 e Meta. A coleta no servidor facilita o controle de sinal, oferece maior resili\u00eancia a bloqueios de cookies e facilita a ades\u00e3o a CMPs. Lembre-se de monitorar a lat\u00eancia de envio de eventos \u2014 se a janela de tempo para fins de atribui\u00e7\u00e3o ultrapassar a janela de convers\u00e3o real, as decis\u00f5es de otimiza\u00e7\u00e3o podem ficar desalinhadas.<\/p>\n
Integra\u00e7\u00e3o com CRM e dados offline<\/h3>\n
Para cen\u00e1rios com fechamento via WhatsApp ou telefone, crie um fluxo de importa\u00e7\u00e3o de dados offline que seja confi\u00e1vel. Isso envolve mapear a identidade do usu\u00e1rio entre online e offline, validar regras de privacidade e garantir que a importa\u00e7\u00e3o n\u00e3o viole LGPD. Em termos de governan\u00e7a, mantenha uma rotina trimestral de reconcilia\u00e7\u00e3o entre dados online e offline para evitar a deriva de atribui\u00e7\u00e3o entre o que foi visto e o que efetivamente gerou receita.<\/p>\n
Governan\u00e7a de dados e regras de privacidade<\/h3>\n
N\u00e3o trate privacidade como obst\u00e1culo, trate como parte do desenho da solu\u00e7\u00e3o. Defina pol\u00edticas de reten\u00e7\u00e3o compat\u00edveis com o seu neg\u00f3cio, documente as regras de consentimento e alinhe com CMPs. Em opera\u00e7\u00f5es de grande escala, mudan\u00e7as na pol\u00edtica de privacidade podem exigir reconfigura\u00e7\u00f5es r\u00e1pidas para manter a qualidade de dados sem comprometer a conformidade.<\/p>\n
Se voc\u00ea estiver gerenciando v\u00e1rias contas com clientes diferentes, pode ser \u00fatil manter modelos de estrutura de eventos e UTMs padronizados para cada cliente. Assim, a auditoria fica mais simples e o time de dev consegue replicar solu\u00e7\u00f5es entre projetos de forma mais r\u00e1pida.<\/p>\n
Fechamento pr\u00e1tico: qual \u00e9 o pr\u00f3ximo passo t\u00e9cnico?<\/h2>\n
O caminho mais direto para adiar a escalada do problema de rastreamento \u00e9 iniciar pelo roteiro de auditoria com o time t\u00e9cnico e de neg\u00f3cios. A partir dele, alinhe uma implementa\u00e7\u00e3o incremental de GTM Server-Side, valide a alimenta\u00e7\u00e3o de eventos com GA4 e Meta, e estabele\u00e7a uma pr\u00e1tica cont\u00ednua de reconciliar dados online e offline. O pr\u00f3ximo passo espec\u00edfico \u00e9 colocar o roteiro em pr\u00e1tica hoje mesmo: conclua o mapeamento do fluxo de convers\u00e3o, verifique UTMs e GCLIDs, e promova a primeira rodada de testes end-to-end com uma campanha representativa. Se voc\u00ea quiser receber suporte para esse diagn\u00f3stico, podemos alinhar uma sess\u00e3o r\u00e1pida com a equipe de consultoria para iniciar o processo sem atrasos.<\/p>\n","protected":false},"excerpt":{"rendered":"
Por que o problema de rastreamento aparece depois que voc\u00ea escala o or\u00e7amento. Quando o volume de investimento aumenta, n\u00e3o \u00e9 apenas o n\u00famero de cliques que cresce; a pr\u00f3pria arquitetura de mensura\u00e7\u00e3o \u00e9 testada em outra intensidade. GA4, GTM Web, GTM Server-Side, Meta CAPI e as pontes com BigQuery ou Looker Studio passam a…<\/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":[15,226,835,13,37],"content_language":[6],"class_list":["post-1607","post","type-post","status-publish","format-standard","hentry","category-blogbr","tag-atribuicao","tag-conversao","tag-escala-de-orcamento","tag-ga4","tag-rastreamento","content_language-br"],"acf":[],"_links":{"self":[{"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=\/wp\/v2\/posts\/1607","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=1607"}],"version-history":[{"count":0,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=\/wp\/v2\/posts\/1607\/revisions"}],"wp:attachment":[{"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=1607"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=1607"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=1607"},{"taxonomy":"content_language","embeddable":true,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcontent_language&post=1607"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}