Du börjar med en lista med URL:er till LinkedIn-profiler. Sedan drar “snabbresearchen” igång. Kopiera ett namn, plocka en titel, hitta ett företag, klistra in i arket, inse att du missade ett fält, gå tillbaka igen.
Den här automatiseringen för LinkedIn-lead enrichment slår hårdast mot säljare och rekryterare, eftersom hastighet spelar roll. En person inom marketing ops känner också av det, eftersom stökiga listor skapar fel i kampanjer längre ned i kedjan. Resultatet är enkelt: ditt Google Sheet fyller i sig självt med rikare leaddata, utan att du bearbetar profiler du redan har berikat.
Nedan ser du hur flödet fungerar, vad du behöver för att köra det och vilka resultat du kan förvänta dig när det väl är på plats.
Så här fungerar automatiseringen
Här är hela arbetsflödet du kommer att sätta upp:
n8n Workflow Template: Google Sheets + RapidAPI: berikade LinkedIn-leads
flowchart LR
subgraph sg0["When clicking ‘Test workflow’ Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "When clicking ‘Test workflow’", pos: "b", h: 48 }
n1["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/httprequest.dark.svg' width='40' height='40' /></div><br/>Call Rapid API"]
n2@{ icon: "mdi:swap-horizontal", form: "rounded", label: "Filter already enriched", pos: "b", h: 48 }
n3@{ icon: "mdi:swap-vertical", form: "rounded", label: "Encode URI", pos: "b", h: 48 }
n4["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/code.svg' width='40' height='40' /></div><br/>FiIter out all arrays"]
n5@{ icon: "mdi:database", form: "rounded", label: "Update the profile", pos: "b", h: 48 }
n6@{ icon: "mdi:database", form: "rounded", label: "Pull linkedin profiles", pos: "b", h: 48 }
n3 --> n1
n1 --> n4
n4 --> n5
n6 --> n2
n2 --> n3
n0 --> n6
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 n2 decision
class n5,n6 database
class n1 api
class n4 code
classDef customIcon fill:none,stroke:none
class n1,n4 customIcon
Varför det här spelar roll: felfri leaddata utan tidsödande manuellt arbete
LinkedIn-research ser enkelt ut tills du gör det i skala. Du öppnar tio profiler, tar det du kan, och plötsligt har du bränt större delen av en timme och arket ser fortfarande fläckigt ut. Det är också förvånansvärt felkänsligt. En felaktig inklistring, en förskjuten kolumn, en profil du berikar två gånger, och din lista blir opålitlig för outreach eller rapportering. Det värsta är den mentala belastningen: du kan inte hålla “flow” när du hoppar mellan flikar, kontrollerar vad du redan fyllt i och börjar tveka på din egen data.
Det summeras snabbt. Här är var det vanligtvis faller isär i praktiken.
- Du berikar samma LinkedIn-profil mer än en gång eftersom det inte finns någon tydlig “klar”-signal i arket.
- Kopiera/klistra-arbete skapar små formateringsproblem som blir större när du senare ska filtrera, segmentera eller avdubbla.
- När du jobbar snabbt är det lätt att missa fält, vilket innebär att du behöver en andra genomgång innan outreach ens kan starta.
- Dina bästa personer lägger cirka 2 timmar i veckan på jobb som ett arbetsflöde kan hantera konsekvent.
Det du bygger: berikning av LinkedIn-profiler till Google Sheets
Det här arbetsflödet gör en enkel inmatningslista till en mer komplett leadtabell. Du fortsätter använda Google Sheets som “source of truth”, och börjar med en obligatorisk kolumn: linkedin_url. När du kör flödet läser n8n in URL:erna, kontrollerar vilka som redan har berikats och bearbetar bara profilerna som fortfarande behöver arbete. Därefter anropar det RapidAPI:s Fresh LinkedIn Profile Data API för att hämta användbara profiluppgifter. Till sist skriver flödet tillbaka den berikade datan till arket så att varje rad blir redo för outreach i stället för “research pågår”.
Flödet startar i Google Sheets, går via ett valideringssteg (så att du inte slösar API-anrop) och använder sedan en HTTP-förfrågan för att hämta profildata från RapidAPI. På slutet uppdateras arket med nya kolumner eller mappade fält, och din lista blir mer strukturerad inför nästa steg i pipelinen.
Det du bygger
| Vad som automatiseras | Vad du uppnår |
|---|---|
|
|
Förväntade resultat
Säg att du lägger till 50 LinkedIn-URL:er i ett ark varje vecka. Manuellt, även med en noggrann person, tar det kanske 5 minuter per profil att samla in och klistra in viktiga detaljer, vilket blir cirka 4 timmar. Med det här flödet triggar du körningen, låter RapidAPI hämta datan och lägger sedan cirka 15 minuter på att skanna efter tydliga luckor eller specialfall. Du får tillbaka större delen av tiden, och ditt ark förvandlas inte långsamt till ett Frankenstein-ark.
Innan du börjar
- n8n-instans (prova n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- Google Sheets för att lagra LinkedIn-URL:er och resultat
- RapidAPI för att hämta Fresh LinkedIn-profiluppgifter
- RapidAPI-nyckel (hämta den i din RapidAPI-dashboard)
Svårighetsgrad: Nybörjare. Du kopplar konton, klistrar in en API-nyckel och mappar några fält.
Vill du att någon bygger detta åt dig? Prata med en automationsexpert (gratis 15-minuters konsultation).
Steg för steg
Du triggar körningen. Det här arbetsflödet är byggt för att startas manuellt, vilket är bra när du vill styra när berikning sker (till exempel efter att du klistrat in en ny batch URL:er).
Ditt ark blir inmatningskö. n8n läser rader från Google Sheets och letar efter värdet i linkedin_url. Ett filter letar efter signaler på att en rad redan är berikad, så att du inte slösar tid eller API-anrop på att upprepa samma arbete.
RapidAPI berikar varje profil. Flödet bearbetar de återstående URL:erna i batcher och skickar en HTTP-förfrågan till RapidAPI:s endpoint för Fresh LinkedIn Profile Data. Svaret är strukturerad data, vilket gör den mycket enklare att lagra konsekvent än att kopiera/klistra från en webbläsarflik.
Arket uppdateras (och HubSpot kan också). När datan kommer tillbaka slår n8n ihop den med rätt rad och skriver de nya fälten i Google Sheets. Om du vill kan du också skicka strukturerad leaddata till HubSpot så att ditt CRM är synkat med din prospekteringslista.
Du kan enkelt ändra vilka fält som skrivs till Sheets, eller routa profiler med “hög matchning” till HubSpot och behålla resten i en granskningsflik. Se den fullständiga implementationsguiden nedan för anpassningsalternativ.
Felsökningstips
- Google Sheets-inloggningar kan löpa ut eller kräva specifika behörigheter. Om något slutar fungera, kontrollera först det anslutna Google-kontot på sidan Credentials i n8n.
- Om du använder Wait-noder eller extern rendering kan bearbetningstiderna variera. Öka väntetiden om noder längre ned fallerar på grund av tomma svar.
- RapidAPI-anrop kan fallera på grund av rate limits eller fel host-header. Bekräfta att dina värden för x-rapidapi-key och x-rapidapi-host matchar API-sidan du prenumererar på.
Snabba svar
Cirka 30 minuter om ditt Sheet och ditt RapidAPI-konto är redo.
Nej. Du kopplar Google Sheets och klistrar in din RapidAPI-nyckel i konfigurationen för HTTP-förfrågan.
Ja. n8n har ett gratis self-hosted-alternativ och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volym. Du behöver också räkna in RapidAPI-prenumerationskostnader för endpointen för LinkedIn-berikning.
Två alternativ: n8n Cloud (hanterat, enklast att sätta upp) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärd och hanterar n8n bra. Self-hosting ger dig obegränsat antal körningar men kräver grundläggande serverhantering.
Ja, och det bör du förmodligen. Du kan ändra kontrollen “redan berikad” i If-noden så att den matchar ditt ark (till exempel bara bearbeta rader där en “status”-kolumn är tom). Du kan också justera HTTP Request-noden för att hämta andra fält och sedan mappa om steget Edit Fields (Set) så att exakt de kolumner du bryr dig om skrivs. Vanliga justeringar är att bara berika nya rader, skriva resultat till en separat flik “Enriched”, eller skicka kvalificerade leads till HubSpot.
Oftast är det en felaktig eller utgången x-rapidapi-key, eller att du använder fel x-rapidapi-host för endpointen du prenumererar på. Det kan också vara rate limiting om du kör stora batcher, så att sprida ut förfrågningarna med split batches hjälper. Om API:t returnerar delvis data är det inte alltid ett flödesfel; vissa profiler visar helt enkelt mindre information.
Om du self-hostar n8n är körningar inte begränsade, men din RapidAPI-plan och serverresurser blir fortfarande den verkliga gränsen.
Ofta, ja, eftersom det här inte bara är en enkel “A till B”-zap. Du kontrollerar dubbletter, loopar igenom rader i batcher, slår ihop svar tillbaka till rätt poster och styr vad som skrivs var. n8n hanterar den typen av logik snyggt, och self-hosting kan spela stor roll om du planerar att berika många profiler. Zapier eller Make kan fortfarande fungera om din volym är liten och du vill ha det enklaste gränssnittet. Om du är osäker, prata med en automationsexpert och få en snabb rekommendation baserat på listans storlek och flödets mål.
När detta är igång slutar ditt Google Sheet att vara en att-göra-lista och blir en verklig leadtillgång. Sätt upp det en gång, och lägg sedan tiden på outreach och samtal i stället för flikar och kopiera/klistra.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.