Ditt kalkylark visar ”3 feb” på en rad, ”03/02/2026” på nästa och ”2026-02-03T09:14:22Z” på en tredje. Sorteringen skapar fel. Filter ger fel bild. Och plötsligt dubbelkollar du varje rapport eftersom du inte kan lita på datumen.
Det här är den typen av röra som först sänker marketing ops, men byråägare som bygger kunddashboards och analytiker som lever i Google Sheets känner av det också. Med automatiserad datumformatering får du ett konsekvent datumformat innan något ens når ett kalkylark, vilket betyder tydligare rapportering och färre ”varför hamnar det här i fel ordning?”-diskussioner.
Det här n8n-flödet är medvetet litet. Du ser exakt hur det standardiserar tidsstämplar, vad du kan byta ut och hur du använder det som ett ”städ-lager” i större automatiseringar.
Så fungerar automatiseringen
Hela n8n-flödet, från trigger till slutresultat:
n8n Workflow Template: Google Sheets- och Excel-datum, samma format
flowchart LR
subgraph sg0["Manual Execution Start Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "Manual Execution Start", pos: "b", h: 48 }
n1@{ icon: "mdi:code-braces", form: "rounded", label: "Transform Date Script", pos: "b", h: 48 }
n0 --> n1
end
%% Styling
classDef trigger fill:#e8f5e9,stroke:#388e3c,stroke-width:2px
classDef ai fill:#e3f2fd,stroke:#1976d2,stroke-width:2px
classDef aiModel fill:#e8eaf6,stroke:#3f51b5,stroke-width:2px
classDef decision fill:#fff8e1,stroke:#f9a825,stroke-width:2px
classDef database fill:#fce4ec,stroke:#c2185b,stroke-width:2px
classDef api fill:#fff3e0,stroke:#e65100,stroke-width:2px
classDef code fill:#f3e5f5,stroke:#7b1fa2,stroke-width:2px
classDef disabled stroke-dasharray: 5 5,opacity: 0.5
class n0 trigger
class n1 code
Problemet: datum som inte går att sortera (och som i tysthet saboterar rapporteringen)
Datumkaos smyger ofta in via ”hjälpsamma” verktyg. Ett formulär skickar en tidsstämpel i ISO-format, ett CRM exporterar i amerikansk månad/dag-ordning, en kollega klistrar in värden från Excel och ett API returnerar UTC-tid. Google Sheets och Excel försöker gissa vad du menade, men de gissar olika. Då blir ett datum text, eller så byter dag och månad plats, eller så krockar två tidszoner. Det värsta är att du inte märker något förrän en graf ser fel ut eller en deadlinepåminnelse triggas fel dag.
Friktionen byggs på. Här brukar det fallera.
- Du ”fixar” datum för hand varje vecka, och det är aldrig samma fix två gånger.
- Sortering på ”datum” kan trycka in helt nya rader i mitten eftersom vissa värden lagras som text.
- Två personer kan öppna samma fil och se olika resultat om språkinställningar/locale inte matchar.
- Nedströmsautomatiseringar (larm, SLA:er, lead routing) börjar triggas vid fel tidpunkt.
Lösningen: en enkel datumnormaliserare i n8n
Det här flödet använder n8n som en ”kontrollpunkt” för datumformatering. Du startar det manuellt när du testar, skickar in en stökig tidsstämpel (vilket format du nu brottas med), och flödet kör ett litet transformscript som ger en standardiserad datumsträng. Därifrån kan du kopiera scriptet till vilket annat flöde som helst som skriver rader till Google Sheets eller exporterar data för Excel. Det är inte särskilt flashigt, men det tar bort grundorsaken: inkonsekvent datumtolkning innan kalkylarket ens försöker förstå värdet.
Flödet börjar med en manuell trigger. Funktionsscriptet konverterar sedan inkommande värde till ett konsekvent format som du väljer (till exempel ISO-datum, lokalt datum eller datum och tid). När du är nöjd med resultatet återanvänder du samma steg ”Transform Date” överallt där du importerar, synkar eller rapporterar data.
Vad du får: automatisering vs. resultat
| Vad det här flödet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att du importerar 200 rader varje vecka från tre ställen: en CRM-export, ett formulärverktyg och en annonsrapport. Det är vanligt att lägga kanske 20 minuter per källa på att fixa datumkolumner, plus ytterligare 20 minuter när något fortfarande sorterar fel i dashboarden. Det är cirka 1–2 timmar varje vecka, borta. Med det här flödet i mitten triggar du transformeringen en gång vid uppsättning och återanvänder den i dina importer så att steget ”fixa datumen” försvinner.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Self-hosting-alternativ om du föredrar det (Hostinger fungerar bra)
- Google Sheets för att lagra felfria, sorterbara datumvärden
- Microsoft Excel för att hålla exporter konsekventa för kunder
- En exempel-tidsstämpel som är ”stökig” (ta en från din CSV-/API-export)
Kunskapsnivå: Nybörjare. Du klistrar in ett litet script och testar output med riktiga exempel.
Vill du inte sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
Manuell körning för att testa dina inputs. Du startar flödet i n8n och skickar in ett exempelvärde för datum som just nu orsakar problem, som en ISO-tidsstämpel eller en locale-specifik datumsträng.
Datumtolkning och städning. Funktionsscriptet tolkar inkommande tidsstämpel och konverterar den sedan till det enda format du vill tvinga fram. Här bestämmer du saker som ”endast datum” vs ”datum och tid”, samt hur du vill hantera tidszoner.
Standardiserad output som du kan återanvända. Flödet returnerar det normaliserade datumvärdet så att du kan mata in det i nästa steg, oftast ”skapa en rad i Google Sheets” eller ”generera en export som Excel klarar direkt”.
En checkpoint du kan stoppa in i större automatiseringar. När du litar på resultatet lägger du in samma transformsteg i andra flöden så att varje integration följer samma regelverk.
Du kan enkelt ändra outputformatet för att matcha dina rapporteringsbehov (ISO, US, EU, datum och tid). Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: konfigurera den manuella triggern
Konfigurera den manuella triggern så att ni kan köra arbetsflödet vid behov när ni testar och validerar datumutdata.
- Lägg till noden Manual Execution Start som er trigger.
- Lämna alla parametrar på standardvärdena (ingen konfiguration krävs).
- Koppla Manual Execution Start till Transform Date Script.
Steg 2: konfigurera datum- och veckodagstransformering
Använd en funktionsnod för att generera dagens ISO-datumsträng och veckodagsnamn.
- Lägg till noden Transform Date Script (Function).
- Ställ in Function Code till
var date = new Date().toISOString(); var day = new Date().getDay(); const weekday = ["Sunday", "Monday", "Tuesday", "Wednesday", "Thursday", "Friday", "Saturday"]; items[0].json.date_today = date; items[0].json.day_today = weekday[day]; return items; - Bekräfta att utdatafälten är
date_todayochday_todayi nodens utdata.
Steg 3: granska den visuella notisen (valfritt)
Arbetsflödet innehåller en visuell notis för varumärkes- och dokumentationssyften. Den påverkar inte körningen.
- Hitta sticky note-notisen Flowpast Branding på arbetsytan.
- Redigera vid behov notisens innehåll för er egen dokumentation, eller ta bort den om den inte behövs.
Steg 4: testa och aktivera ert arbetsflöde
Kör ett manuellt test för att verifiera datum- och veckodagsvärdena och aktivera sedan arbetsflödet om ni avser att återanvända det.
- Klicka på Execute Workflow för att köra triggern.
- Öppna utdata från Transform Date Script och verifiera att
date_todayinnehåller en ISO-tidsstämpel och attday_todayinnehåller korrekt veckodagsnamn. - Växla arbetsflödet till Active om ni planerar att trigga det från andra arbetsflöden eller återanvända logiken.
Vanliga fallgropar
- Google Sheets-importer kan fortfarande ”hjälpsamt” autoformatera värden. Om ett felfritt datum dyker upp som text, kontrollera först kolumnformatet i Sheets.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om efterföljande noder misslyckas på grund av tomma svar.
- Excels locale-inställningar kan byta plats på dag och månad utan att du märker det. Om en brittisk kund öppnar en US-formaterad export (eller tvärtom), standardisera på ISO (YYYY-MM-DD) så att Excel får mindre utrymme att gissa.
Vanliga frågor
Cirka 20 minuter om du redan har en exempel-tidsstämpel att testa med.
Nej. Du kopierar ett litet funktionssteg och justerar outputformatet. Att testa med några riktiga exempel är det huvudsakliga ”jobbet”.
Ja. n8n har ett gratis self-hosted-alternativ och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volymer. Du behöver också räkna med eventuella kalkylarks- eller API-verktyg du kopplar på senare, men själva flödet har inget betalt API-beroende.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärt och klarar n8n bra. Self-hosting ger dig obegränsade körningar men kräver grundläggande serverhantering.
Ja, men gör det medvetet. Uppdatera scriptet i Transform Date så att det uttryckligen konverterar till din föredragna tidszon innan den slutliga strängen formateras. Vanliga anpassningar är att tvinga UTC för global rapportering, konvertera till en enda kontorstidszon för ops-dashboards och att outputa ”endast datum” så att tid inte påverkar sorteringen.
Det här specifika flödet kräver inte Google Sheets alls, så ett fel kommer oftast från ett senare flöde där du lade till ett Sheets-steg. Oftast handlar det om utgången OAuth-åtkomst, byte av Google-konto eller att du saknar behörighet till målarket. Återanslut Google Sheets-credential i n8n och bekräfta sedan att filen är delad med samma konto. Om det fortfarande misslyckas, kontrollera körningsloggen efter ”insufficient permissions” eller ”file not found”, eftersom de två meddelandena pekar på olika åtgärder.
Många. Själva transformeringen är lättviktig, så begränsningarna handlar vanligtvis om din n8n-plan och vad du kopplar den till. På n8n Cloud Starter begränsas du av månatliga körningar; om du self-hostar är du mest begränsad av serverstorlek och eventuella API-rate limits i resten av flödet.
Ofta, ja. Zapier och Make kan omformatera datum, men du stöter snabbt på edge cases när inputs varierar (ISO-strängar, locale-datum, saknade tidszoner) och felsökningen kan kännas otydlig. I n8n kan du samla logiken i ett transformsteg, testa med riktiga exempel och återanvända det över flera flöden utan att betala extra för förgreningar. Om du bara behöver en enkel omformatering av två fält vid ett enda tillfälle kan Zapier vara snabbare. Prata med en automationsexpert om du vill ha hjälp att välja.
Felfria datum är inte spännande, men de får allt annat att fungera. Sätt upp det här en gång, återanvänd det överallt, och dina kalkylark kommer äntligen att sortera som de ska.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.