Rastreamento de campanha para academia, studio ou escola com m\u00faltiplas turmas exige uma abordagem que conecte an\u00fancios pagos com matr\u00edculas, mensalidades e visitas ao site de agendamento. Em neg\u00f3cios onde as turmas s\u00e3o separadas por modalidade (presencial, online), faixa et\u00e1ria, hor\u00e1rios e unidades, a jornada do lead envolve v\u00e1rios pontos de contato \u2014 an\u00fancios no Google Ads, Meta, mensagens no WhatsApp, formul\u00e1rios no site e o CRM interno. Sem uma taxonomia est\u00e1vel de turmas e sem uma estrat\u00e9gia de dados que una primeiro clique, \u00faltimo clique e offline, o algoritmo de atribui\u00e7\u00e3o tende a confundir campanhas, atribuir convers\u00f5es a campanhas de forma equivocada ou deixar lacunas quando a primeira intera\u00e7\u00e3o n\u00e3o fica registrada corretamente. A consequ\u00eancia pr\u00e1tica \u00e9 simples: or\u00e7amento desperdi\u00e7ado, decis\u00f5es baseadas em dados incompletos e clientes que entram no funil pela primeira vez em um canal e convertem semanas depois por outro, sem que haja conex\u00e3o entre o clique inicial e a venda final.<\/p>\n
Neste artigo, apresento uma arquitetura pr\u00e1tica e acion\u00e1vel para manter a rastreabilidade entre campanhas e as v\u00e1rias turmas, com foco em ambientes de academia, studio ou escola. Voc\u00ea vai encontrar como padronizar identificadores de turma (turma_id), como estruturar UTMs para atribui\u00e7\u00e3o entre turmas, quais eventos do GA4 capturar, como integrar convers\u00f5es offline com CRM e WhatsApp, e como validar tudo com auditorias r\u00e1pidas para evitar que dados pare\u00e7am corretos, mas estejam escondendo o sinal errado. O objetivo \u00e9 entregar uma abordagem que um time t\u00e9cnico j\u00e1 tenha visto em centenas de setups: menos ru\u00eddo, mais sinal, decis\u00e3o baseada em dados plaus\u00edveis e audit\u00e1veis, sem promessas vagas.<\/p>\n
Quando voc\u00ea gerencia v\u00e1rias turmas com hor\u00e1rios distintos, o caminho do usu\u00e1rio n\u00e3o \u00e9 linear. Um lead pode assistir a um v\u00eddeo de apresenta\u00e7\u00e3o, clicar em an\u00fancios diferentes para cada turma, pedir informa\u00e7\u00f5es via WhatsApp e, s\u00f3 semanas depois, efetivar a matr\u00edcula ou a assinatura. Al\u00e9m disso, muitos neg\u00f3cios desse tipo dependem de convers\u00f5es offline \u2014 a matr\u00edcula pode ocorrer fora do ambiente digital (na recep\u00e7\u00e3o, por telefone ou por WhatsApp), o que complica a rela\u00e7\u00e3o entre clique, visita, lead e venda. A consequ\u00eancia pr\u00e1tica \u00e9 que dados de plataformas como GA4 e Meta podem divergir: a primeira intera\u00e7\u00e3o fica mal atribu\u00edda, a convers\u00e3o offline n\u00e3o fica vinculada ao canal que gerou o lead inicial e o hist\u00f3rico de visitas n\u00e3o se conecta com a venda final no CRM.<\/p>\n
\n\u201cDiferentes turmas, diferentes hor\u00e1rios, o mesmo funil \u2014 sem uma taxonomia clara, o tracking n\u00e3o encontra o caminho da matr\u00edcula.\u201d<\/p>\n<\/blockquote>\n
Outra faceta cr\u00edtica \u00e9 a gest\u00e3o de UTMs e a forma como o dataLayer empurra informa\u00e7\u00f5es. Sem uma conven\u00e7\u00e3o s\u00f3lida, a mesma turma pode aparecer com nomes diferentes em campanhas distintas, gerando ru\u00eddo nos relat\u00f3rios de Looker Studio ou BigQuery. Em opera\u00e7\u00f5es onde o WhatsApp fecha a venda, \u00e9 comum que a origem da conversa n\u00e3o esteja alinhada com o \u00faltimo clique da campanha, o que dificulta a atribui\u00e7\u00e3o correta e dificulta justificar o or\u00e7amento para clientes internos ou para clientes de ag\u00eancia.<\/p>\n
\n\u201cN\u00e3o adianta capturar tudo se n\u00e3o houver uma \u00fanica vers\u00e3o confi\u00e1vel da Turma. A rastreabilidade come\u00e7a pela taxonomia.\u201d<\/p>\n<\/blockquote>\n
Arquitetura recomendada para dados confi\u00e1veis<\/h2>\n
A base de uma solu\u00e7\u00e3o que realmente funciona para m\u00faltiplas turmas passa por uma arquitetura que combine GA4, GTM Server-Side, integra\u00e7\u00e3o com o CRM e, quando poss\u00edvel, armazenamento e valida\u00e7\u00e3o em BigQuery. Essa combina\u00e7\u00e3o oferece controle de qualidade, capacidade de normalizar dados entre canais e a possibilidade de importar convers\u00f5es offline de forma que fa\u00e7am sentido para o funil completo (do clique \u00e0 matr\u00edcula, inclusive). A decis\u00e3o entre client-side e server-side n\u00e3o \u00e9 absoluta: em opera\u00e7\u00f5es com WhatsApp e CRM, o que importa \u00e9 a capacidade de manter consist\u00eancia entre o que chega do front-end e o que \u00e9 registrado no back-end, al\u00e9m de respeitar regras de privacidade e consentimento. O avan\u00e7o t\u00edpico envolve levar parte da coleta para o servidor (server-side tagging) para evitar perdas de dados em sess\u00f5es com bloqueadores, cookies restritos ou redirecionamentos que destroem UTMs.<\/p>\n
Para refer\u00eancia t\u00e9cnica, a documenta\u00e7\u00e3o oficial de GA4 orienta como estruturar eventos e par\u00e2metros para medir a\u00e7\u00f5es significativas (visita, lead, matr\u00edcula) e associ\u00e1-las a propriedades espec\u00edficas. J\u00e1 a atua\u00e7\u00e3o de GTM Server-Side permite capturar eventos com maior controle, reduzir a depend\u00eancia de cookies do navegador e facilitar a unifica\u00e7\u00e3o de dados com o CRM e fluxos offline. Em conjunto, BigQuery oferece uma camada de valida\u00e7\u00e3o adicional, ajudando a cruzar dados de campanhas com dados de CRM, hist\u00f3ricos de matr\u00edcula e logs de atendimento via WhatsApp. A confian\u00e7a cresce quando voc\u00ea consegue demonstrar, com logs simples, que cada matr\u00edcula tem origem tra\u00e7\u00e1vel at\u00e9 o clique inicial e at\u00e9 a convers\u00e3o offline.<\/p>\n
Links oficiais que costumam guiar esses cen\u00e1rios incluem guias de eventos no GA4, documenta\u00e7\u00e3o de GTM Server-Side e recursos de BigQuery para modelagem de dados. Consulte a documenta\u00e7\u00e3o de GA4 para eventos (ga4) e a documenta\u00e7\u00e3o de GTM Server-Side para o fluxo de dados entre front-end e back-end. Para dados offline, explore a forma como o BigQuery pode consolidar dados provenientes de CRM e plataformas de mensagens. Em termos de privacidade, o Consent Mode v2 deve ser considerado para manter conformidade com LGPD e prefer\u00eancias de consentimento.<\/p>\n
Padroniza\u00e7\u00e3o de identifica\u00e7\u00e3o de turmas e UTMs<\/h2>\n
A base de rastreabilidade em cen\u00e1rios com v\u00e1rias turmas \u00e9 a taxonomia clara. Sem isso, at\u00e9 mesmo dados bem coletados perdem o sentido: um mesmo c\u00f3digo de turma pode aparecer com varia\u00e7\u00f5es em campanhas diferentes, tornando imposs\u00edvel consolidar o desempenho por turma ou por unidade. Defina, no m\u00ednimo, os seguintes componentes: turma_id (identificador \u00fanico da turma), modalidade (presencial, online, h\u00edbrido), hor\u00e1rio (manh\u00e3\/tarde\/noite), campus ou unidade, dura\u00e7\u00e3o (ex.: 4 semanas, 8 semanas) e faixa et\u00e1ria quando relevante. Use esses campos para orientar tanto a nomenclatura de UTMs quanto os par\u00e2metros nos eventos.<\/p>\n
UTMs devem seguir uma conven\u00e7\u00e3o est\u00e1vel para facilitar a fus\u00e3o de dados entre canais. Uma pr\u00e1tica comum \u00e9 usar utm_source (origem), utm_medium (meio), utm_campaign (nome da turma ou oferta), utm_content (vers\u00e3o da oferta ou criativo). A ideia \u00e9 ter uma sem\u00e2ntica \u00fanica que permita relacionar cada clique com a turma correta, independentemente do canal. Em ambientes com v\u00e1rias turmas por unidade, vale incluir o campus na taxonomia para que as compara\u00e7\u00f5es entre unidades n\u00e3o se percam na agrega\u00e7\u00e3o global.<\/p>\n
\n
- turma_id: identificador \u00fanico da turma (ex.: TURMA-2026-09-INT01)<\/li>\n
- modalidade: presencial, online, h\u00edbrido<\/li>\n
- hor\u00e1rio: matutino, vespertino, noturno<\/li>\n
- campus\/unidade: Ex.: CENTRAL-SP, LESTE-RJ<\/li>\n
- dura\u00e7\u00e3o: 4 semanas, 8 semanas, assinatura mensal<\/li>\n<\/ul>\n
Com a taxonomia clara, a configura\u00e7\u00e3o de GTM pode empurrar dados uniformes para GA4. Em termos de eventos, vale padronizar a\u00e7\u00f5es como visualiza\u00e7\u00e3o de p\u00e1gina de turma, in\u00edcio de matr\u00edcula, conclus\u00e3o de matr\u00edcula, lead via WhatsApp e contato telef\u00f4nico. A uniformidade facilita cruzar dados entre GA4, Meta e CRM, reduz ru\u00eddo e acelera o tempo de diagn\u00f3stico quando surgem diverg\u00eancias entre plataformas.<\/p>\n
Configura\u00e7\u00e3o de eventos, convers\u00f5es offline e integra\u00e7\u00f5es<\/h2>\n
A parte pr\u00e1tica envolve planejar eventos com nomes consistentes e par\u00e2metros que capturem a identidade da turma, bem como o canal que atraiu o lead. Abaixo, apresento um roteiro de implementa\u00e7\u00e3o que pode ser adaptado ao seu stack (GA4, GTM Web, GTM Server-Side, Meta CAPI, BigQuery, Looker Studio, CRM). O foco \u00e9 manter a linha entre o clique inicial e a matr\u00edcula, incluindo convers\u00f5es offline quando o fechamento ocorre no receptor da unidade ou no atendimento por WhatsApp.<\/p>\n
\n
- Mapear o funil de matr\u00edcula por turma e pontos de contato: identifique todas as fases \u2013 visita de landing page, clique em an\u00fancio, envio de mensagem no WhatsApp, preenchimento de formul\u00e1rio, in\u00edcio de matr\u00edcula, confirma\u00e7\u00e3o de matr\u00edcula.<\/li>\n
- Padronizar a taxonomia de turmas e UTMs com conven\u00e7\u00e3o clara: adote turma_id, modalidade, hor\u00e1rio, campus e utilize UTMs consistentes para cada turma ou oferta.<\/li>\n
- Estruturar dataLayer e eventos no GTM para turmas: planeje pushs que incluam turma_id, campus, hor\u00e1rio, e o tipo de evento (view_turma, start_enrollment, complete_enrollment, lead_whatsapp).<\/li>\n
- Configurar coleta server-side para convers\u00f5es offline e CRM: redirecione parte da coleta para GTM Server-Side, aplique mapeamentos de dados para CRM (HubSpot, RD Station) e permita a importa\u00e7\u00e3o de convers\u00f5es offline para GA4.<\/li>\n
- Integrar WhatsApp, call tracking e CRM para atribui\u00e7\u00e3o unificada: conecte os dados de mensagens e chamadas ao caminho da turma, garantindo que a origem do lead seja associada \u00e0 turma correta e seja vis\u00edvel no CRM.<\/li>\n
- Validar com auditorias r\u00e1pidas e relat\u00f3rios cross-plataforma: execute checagens de consist\u00eancia entre GA4, Meta e CRM, e crie relat\u00f3rios simples no BigQuery ou Looker Studio para confirmar que turmas, UTMs e eventos est\u00e3o alinhados.<\/li>\n<\/ol>\n
Ao implementar, mantenha uma observa\u00e7\u00e3o constante sobre a janela de atribui\u00e7\u00e3o. Em cen\u00e1rios com matr\u00edcula que ocorre dias ou semanas depois do clique, a janela de atribui\u00e7\u00e3o pode impactar a percep\u00e7\u00e3o de qual canal realmente impulsionou a venda. O GA4 suporta configura\u00e7\u00f5es de janela de convers\u00e3o, mas o acompanhamento de offline exige cuidado extra para n\u00e3o superestimar o papel de campanhas que geraram o lead, mas n\u00e3o fecharam a matr\u00edcula imediatamente.<\/p>\n
Como organizar a coleta de dados de turmas no GA4<\/h3>\n
Para tornar os dados robustos, use par\u00e2metros de evento que capturem a turma e o estado da matr\u00edcula. Um conjunto m\u00ednimo recomendado de par\u00e2metros inclui turma_id, campus, modalidade, hor\u00e1rio, status_da_matricula (lead, enrollment_started, enrollment_completed). Em GA4, eventos como enrollment_started e enrollment_completed com esses par\u00e2metros ajudam a cruzar com dados do CRM e a consolidar a jornada entre o clique inicial e a matr\u00edcula final. A documenta\u00e7\u00e3o oficial do GA4 descreve como estruturar eventos com par\u00e2metros personalizados para capturar a\u00e7\u00f5es significativas no seu site ou app.<\/p>\n
Em ambientes com consumo de dados por CRM, tamb\u00e9m \u00e9 \u00fatil exportar eventos para BigQuery para valida\u00e7\u00e3o cruzada. A integra\u00e7\u00e3o com BigQuery facilita a constru\u00e7\u00e3o de modelos de atribui\u00e7\u00e3o mais detalhados, incluindo janelas de convers\u00e3o espec\u00edficas para cada turma e cada unidade. O BigQuery permite, por exemplo, comparar o tempo entre o clique inicial e a matr\u00edcula, identificar ciclos de venda mais longos em turmas espec\u00edficas e ajustar o or\u00e7amento com base em m\u00e9tricas reais de cada turma.<\/p>\n
Valida\u00e7\u00e3o, auditoria e tomada de decis\u00e3o entre client-side e server-side<\/h2>\n
Com v\u00e1rias turmas, a valida\u00e7\u00e3o se torna um exerc\u00edcio cont\u00ednuo. Comece com auditorias de dados simples: verifique se a matr\u00edcula de uma turma espec\u00edfica corresponde ao conjunto de eventos registrados no GA4, ao status no CRM e ao registro do atendimento no WhatsApp. Caso haja discrep\u00e2ncias, as causas podem incluir sess\u00f5es com redirecionamentos que perdem UTMs, eventos disparados fora do fluxo esperado, ou convers\u00f5es offline que n\u00e3o s\u00e3o associadas ao lead inicial. Em cen\u00e1rios com alta depend\u00eancia de WhatsApp, server-side tagging tende a reduzir perdas de dados causadas por bloqueadores de cookies e por redirecionamentos que destroem UTMs.<\/p>\n
\n\u201cO maior risco n\u00e3o \u00e9 coletar dados; \u00e9 coletar dados sem conex\u00e3o entre o clique, a turma e a matr\u00edcula.\u201d<\/p>\n<\/blockquote>\n
Ao pensar na solu\u00e7\u00e3o, considere a decis\u00e3o entre client-side e server-side como parte de um trade-off controlado. A configura\u00e7\u00e3o server-side costuma exigir mais investimento inicial (infraestrutura, configura\u00e7\u00e3o de GTM Server-Side, monitoramento) mas oferece maior estabilidade para dados de convers\u00f5es offline e para neutralizar bloqueadores. Se o seu principal gargalo \u00e9 a perda de UTMs em redirecionamentos ou a desassocia\u00e7\u00e3o entre lead e turma no CRM, a transi\u00e7\u00e3o para uma camada Server-Side \u00e9 recomendada. Caso a sua opera\u00e7\u00e3o seja menor, com menos turmas e menos integra\u00e7\u00e3o com convers\u00f5es offline, uma solu\u00e7\u00e3o h\u00edbrida pode funcionar bem, mantendo parte do processamento no cliente (client-side) e o restante no servidor.<\/p>\n
Quando uma decis\u00e3o depende de contexto \u2014 por exemplo, a necessidade de respeitar LGPD com consentimiento mode, ou a ado\u00e7\u00e3o de fontes de dados com lat\u00eancia menor \u2014 busque diagn\u00f3stico t\u00e9cnico orientado antes de implementar. A implementa\u00e7\u00e3o de Consent Mode v2 \u00e9 particularmente relevante para ambientes com cookies restritos e usu\u00e1rios com consentimento vari\u00e1vel, ajudando a manter dados de convers\u00e3o para a atribui\u00e7\u00e3o dentro dos limites de privacidade.<\/p>\n
Erros comuns e corre\u00e7\u00f5es pr\u00e1ticas<\/h3>\n
\n
- Erro: turmas aparecem com nomes diferentes entre campanhas. Corre\u00e7\u00e3o: implemente uma taxonomia central e aplique a mesma conven\u00e7\u00e3o de nomenclatura de turma em todas as plataformas.<\/li>\n
- Erro: UTMs perdidos em redirecionamentos. Corre\u00e7\u00e3o: valide dataLayer e par\u00e2metros no fluxo de redirecionamento; utilize GTM Server-Side para manter UTMs intactas.<\/li>\n
- Erro: convers\u00f5es offline n\u00e3o aparecem no GA4. Corre\u00e7\u00e3o: configure importa\u00e7\u00e3o de convers\u00f5es offline via GTM Server-Side e CRM para GA4 e BigQuery.<\/li>\n
- Erro: discrep\u00e2ncias entre GA4 e CRM. Corre\u00e7\u00e3o: cruze dados em BigQuery com um modelo de atribui\u00e7\u00e3o claro, identifique a origem da matr\u00edcula e verifique a janela de convers\u00e3o.<\/li>\n<\/ul>\n
Como adaptar a solu\u00e7\u00e3o \u00e0 realidade do seu projeto ou cliente<\/h2>\n
Ag\u00eancias que atendem v\u00e1rias academias ou centros de forma\u00e7\u00e3o precisam padronizar a documenta\u00e7\u00e3o de configura\u00e7\u00e3o para cada cliente. A padroniza\u00e7\u00e3o de eventos, a taxonomia de turmas e a nomenclatura de UTMs facilita a entregabilidade de resultados com clientes diferentes, mantendo a consist\u00eancia entre ambientes. Em contratos com LGPD e consent mode, documentar a pol\u00edtica de consentimento, as op\u00e7\u00f5es de coleta de dados e as regras de reten\u00e7\u00e3o de dados ajuda a evitar surpresas em auditorias. Al\u00e9m disso, uma arquitetura centrada em dados first-party facilita o onboarding de novos clientes sem reinventar o wheel a cada projeto, reduzindo o tempo de entrega da configura\u00e7\u00e3o inicial e acelerando o time-to-value.<\/p>\n
Para equipes que utilizam CRM como HubSpot ou RD Station, alinhar a captura de leads com o tr\u00e1fego pago \u00e9 crucial. A integra\u00e7\u00e3o entre dados de campanhas, turmas e convers\u00f5es offline deve ser descrita em um modelo de dados comum, com campos para turma_id, status_da_matricula e fonte\/ meio de cada lead. Em plataformas como Looker Studio, crie relat\u00f3rios que mostrem m\u00e9tricas por turma, por unidade e por canal, para que o time de gest\u00e3o possa ver, de forma r\u00e1pida, quais turmas rendem melhor e quais canais efetivamente impulsionam matr\u00edculas.<\/p>\n
Quando a escala cresce, a ado\u00e7\u00e3o de BigQuery para modelagem de dados e auditorias se torna praticamente indispens\u00e1vel. A capacidade de cruzar eventos de GA4 com dados de CRM e logs de WhatsApp permite identificar ciclos de venda mais longos, varia\u00e7\u00f5es entre turmas e padr\u00f5es de comportamento de usu\u00e1rios que n\u00e3o aparecem em apenas uma plataforma. O objetivo \u00e9 ter um sistema que responda rapidamente a perguntas como: qual turma teve maior taxa de matr\u00edcula por campanha em cada unidade? Qual oferta teve maior impacto no tempo at\u00e9 a matr\u00edcula? Onde ocorrem gargalos no funil de atendimento?<\/p>\n
Se o seu neg\u00f3cio envolve escolas com v\u00e1rias turmas, vale a pena formalizar protocolos de auditoria peri\u00f3dica: revis\u00f5es mensais das estrat\u00e9gias de UTMs, checagens de consist\u00eancia entre eventos do GA4 e dados do CRM, e valida\u00e7\u00e3o de convers\u00f5es offline com a equipe de atendimento. Assim, voc\u00ea reduz o risco de dados enganadores que, \u00e0 primeira vista, parecem confi\u00e1veis, mas, na pr\u00e1tica, n\u00e3o refletem a jornada completa do aluno.<\/p>\n
Concluindo: o que voc\u00ea faz hoje para sair do ru\u00eddo<\/h2>\n
O passo final \u00e9 transformar essa leitura em a\u00e7\u00e3o concreta. Comece revisando a taxonomia de suas turmas e a conven\u00e7\u00e3o de UTMs hoje mesmo. Garanta que a camada de coleta (dataLayer) contenha turma_id, campus e modalidade em todos os pontos de contato e que os eventos capturem o estado da matr\u00edcula. Em seguida, alinhe a estrat\u00e9gia entre GA4, GTM Server-Side e CRM, tra\u00e7ando uma rota clara de convers\u00e3o offline para GA4 para reduzir perdas de dados e melhorar a atribui\u00e7\u00e3o. Por fim, rode uma auditoria simples com dados de um m\u00eas de opera\u00e7\u00e3o para confirmar que o caminho entre clique \u2014 turma \u2014 matr\u00edcula est\u00e1 est\u00e1vel e que as m\u00e9tricas de cada turma refletem a realidade.<\/p>\n
Para come\u00e7armos com voc\u00ea, avalie a taxonomia de turmas da sua rede e converse com seu time de desenvolvimento para mapear o dataLayer e o fluxo de eventos hoje. Uma pequena valida\u00e7\u00e3o de consist\u00eancia j\u00e1 reduz muito ru\u00eddo, preparando o terreno para uma atribui\u00e7\u00e3o confi\u00e1vel e escal\u00e1vel.<\/p>\n","protected":false},"excerpt":{"rendered":"
Rastreamento de campanha para academia, studio ou escola com m\u00faltiplas turmas exige uma abordagem que conecte an\u00fancios pagos com matr\u00edculas, mensalidades e visitas ao site de agendamento. Em neg\u00f3cios onde as turmas s\u00e3o separadas por modalidade (presencial, online), faixa et\u00e1ria, hor\u00e1rios e unidades, a jornada do lead envolve v\u00e1rios pontos de contato \u2014 an\u00fancios no…<\/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":[54,21,9,10,7],"content_language":[6],"class_list":["post-1644","post","type-post","status-publish","format-standard","hentry","category-blogbr","tag-atribuicao-de-campanhas","tag-conversoes","tag-crm","tag-google-ads","tag-whatsapp","content_language-br"],"acf":[],"_links":{"self":[{"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=\/wp\/v2\/posts\/1644","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=1644"}],"version-history":[{"count":0,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=\/wp\/v2\/posts\/1644\/revisions"}],"wp:attachment":[{"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=1644"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=1644"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=1644"},{"taxonomy":"content_language","embeddable":true,"href":"https:\/\/cms.funnelsheet.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcontent_language&post=1644"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}