Du börjar med en enkel uppgift: förvandla en lista med LinkedIn-URL:er till ett användbart lead-ark. Sedan blir det som vanligt rörigt. Flikar överallt, copy-paste-misstag, halvt ifyllda rader och en kolumn “vi fixar det senare” som aldrig blir fixad.
Den här automationslösningen för LinkedIn lead enrichment träffar sales ops först, eftersom det oftast är de som städar listor inför outreach. Men rekryterare känner också av det, och det gör även growth marketers som försöker lansera kampanjer i tid. Resultatet är enkelt: ett strukturerat Google Sheet med berikade namn, titlar, företag (och mer) utan manuella uppslag.
Nedan ser du hur workflowet körs i n8n, vad det producerar och hur du använder det som ett repeterbart “klistra in URL:er → få leads”-system.
Så fungerar den här automatiseringen
Hela n8n-workflowet, från trigger till slutlig output:
n8n Workflow Template: Apify till Google Sheets: berikade LinkedIn-leads
flowchart LR
subgraph sg0["When clicking ‘Execute workflow’ Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "When clicking ‘Execute workf..", pos: "b", h: 48 }
n1@{ icon: "mdi:database", form: "rounded", label: "Create new sheet for enriche..", pos: "b", h: 48 }
n2@{ icon: "mdi:database", form: "rounded", label: "Get URLs from first sheet", pos: "b", h: 48 }
n3@{ icon: "mdi:swap-vertical", form: "rounded", label: "Set google sheet URL & origi..", 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/merge.svg' width='40' height='40' /></div><br/>wait for previous nodes to f.."]
n5["<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/>format data for Apify INPUT .."]
n6@{ icon: "mdi:swap-horizontal", form: "rounded", label: "Run Actor on Apify", pos: "b", h: 48 }
n7@{ icon: "mdi:swap-horizontal", form: "rounded", label: "Get Results from Apify", pos: "b", h: 48 }
n8@{ icon: "mdi:database", form: "rounded", label: "Add profiles into the new Sh..", pos: "b", h: 48 }
n6 --> n7
n7 --> n8
n2 --> n4
n5 --> n6
n4 --> n5
n0 --> n3
n1 --> n4
n3 --> n1
n3 --> n2
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 n6,n7 decision
class n1,n2,n8 database
class n5 code
classDef customIcon fill:none,stroke:none
class n4,n5 customIcon
Problemet: LinkedIn-URL:er blir inte leads av sig själva
En lista med LinkedIn-URL:er ser ut som framsteg, men den är inte kampanjklar. Någon måste fortfarande öppna profiler, hämta namn och jobbtitlar, hitta aktuellt företag, bekräfta plats och hålla allt synkat rad för rad i ett kalkylark. Gör du detta för 50 profiler försvinner en eftermiddag. Gör du det varje vecka blir det en tyst skatt på din pipeline. Det värsta är den mentala belastningen: du dubbelkollar hela tiden “klistrade jag in på rätt rad?” och “har jag redan gjort den här profilen?”
Det bygger snabbt på. Här är var det brukar falla isär.
- Manuell kopiering av fält leder till rader som hamnar i otakt, vilket gör att du inte kan lita på din egen lista.
- Även noggranna team lägger runt 2 timmar per batch på uppslag och städning.
- Folk byter roller ofta, så datan du samlade in förra månaden är redan inaktuell.
- Outreach-personalisering stannar av eftersom listan aldrig blir “tillräckligt klar” för att användas.
Lösningen: Apify → Google Sheets-berikning, automatiskt
Det här workflowet gör ditt Google Sheet till kontrollcenter för lead-berikning. Du klistrar in LinkedIn-profil-URL:er i ett ark (en URL per rad). När du kör workflowet i n8n läser det URL:erna, paketerar dem till rätt payload och skickar batchen till Apifys LinkedIn Profile Enrichment-actor. Apify returnerar strukturerad profildata som namn, titel, företag och plats. Sedan skapar n8n ett nytt Google Sheet (så att originalet lämnas orört) och lägger till de berikade resultaten i det nya arket som strukturerade rader du faktiskt kan använda.
Workflowet startar med en manuell trigger, vilket är perfekt när du vill styra när berikningen körs. I mitten slår n8n ihop arkuppsättningen med de hämtade URL:erna, formaterar actor-requesten, startar Apify och hämtar dataset-outputen. Till sist skriver det berikade profiler till Google Sheets så att din lead-lista är redo för CRM-import eller outreach.
Det här får du: automatisering vs. resultat
| Vad det här workflowet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att du samlar in 80 LinkedIn-URL:er från Sales Navigator varje vecka. Manuellt kan du lägga cirka 2 minuter per profil på att öppna den, kopiera namn, titel och företag och klistra in i rätt rad, vilket blir ungefär 2,5 timmar. Med det här workflowet klistrar du in URL:erna en gång, klickar på kör och kommer tillbaka senare till ett berikat ark. Din aktiva tid sjunker till cirka 10 minuter, plus den tid Apify behöver för att bearbeta batchen i bakgrunden.
Det här behöver du
- n8n-instans (prova n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- Google Sheets för att lagra URL:er och ta emot berikade rader
- Apify för att köra LinkedIn Profile Enrichment-actor
- Apify API-token (hämtas i kontoinställningarna i Apify)
Kunskapsnivå: Nybörjare. Du kopplar konton, klistrar in en Sheet-URL och kör en testbatch.
Vill du inte sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
Du startar det manuellt i n8n. Den triggern är medveten. Berikning är något de flesta team vill köra när en lista är “klar”, inte varje gång någon ändrar en cell.
Workflowet förbereder dina Google Sheet-indata. En Set-nod (Edit Fields) sätter Sheet-URL:en och originalflikens namn (oftast en flik som heter “profiles”), och sedan skapar n8n ett nytt destinationsark för berikad data.
n8n hämtar LinkedIn-URL:erna och formaterar actor-requesten. Det hämtar profillänkar från Google Sheets, slår ihop datan med arkuppsättningen och ett litet kodsteg formar payloaden som Apify förväntar sig.
Apify berikar, och resultaten hamnar tillbaka i Google Sheets. Workflowet startar Apify-actor, hämtar dataset-outputen och lägger till berikade profiler i det nya arket så att du kan filtrera, scorea eller exportera.
Du kan enkelt justera vilka fält som skrivs tillbaka till Sheets utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: Konfigurera den manuella triggern
Det här arbetsflödet startar manuellt så att ni kan validera era berikningsindata innan ni kör Apify-aktorn.
- Lägg till och öppna Manual Run Trigger.
- Låt alla fält vara kvar på standardvärdena (inga parametrar krävs).
Steg 2: Anslut Google Sheets
Dessa noder skapar det berikade output-bladet och läser källans profillänkar. Flödet delas upp i parallella grenar efter att bladindata har ställts in.
- Öppna Assign Sheet Inputs och ställ in google_sheet_url på er blad-URL (ersätt
xxxxxxxxxxxxmed er faktiska URL). - I Assign Sheet Inputs ställer ni in google_sheet_name på
profiles(eller namnet på ert källblad). - Öppna Generate Enriched Sheet och ställ in Operation på
create. - Ställ in Title på
=profiles-enriched-{{new Date().format('dd/mm-HH:mm')}}. - Ställ in Document på
{{ $json.google_sheet_url }}. - Inloggningsuppgift krävs: Anslut era googleSheetsOAuth2Api-inloggningsuppgifter i Generate Enriched Sheet.
- Öppna Retrieve Profile Links och ställ in Sheet Name på
{{ $json.google_sheet_name }}. - Ställ in Document på
{{ $json.google_sheet_url }}. - Inloggningsuppgift krävs: Anslut era googleSheetsOAuth2Api-inloggningsuppgifter i Retrieve Profile Links.
Assign Sheet Inputs skickar output till både Generate Enriched Sheet och Retrieve Profile Links parallellt.
⚠️ Vanlig fallgrop: Säkerställ att ert källblad har en url-kolumn som innehåller LinkedIn-profil-URL:er; Format Actor Payload läser det fältet direkt.
Steg 3: Sätt upp bearbetningsnoderna
Dessa noder synkroniserar grenarna, bygger Apify-payloaden och startar berikningsaktorn.
- Behåll Sync Branch Outputs ansluten till både Generate Enriched Sheet och Retrieve Profile Links för att slå ihop grenresultat.
- Öppna Format Actor Payload och bekräfta att JavaScript-koden bygger
startUrlsfrån Retrieve Profile Links. - Öppna Launch Apify Actor och ställ in Actor Source på
store. - Ställ in Custom Body på
{{ $json.startUrlsObject }}. - Inloggningsuppgift krävs: Anslut era apifyApi-inloggningsuppgifter i Launch Apify Actor.
- Öppna Fetch Actor Dataset och ställ in Resource på
Datasets. - Ställ in Dataset ID på
{{ $json.defaultDatasetId }}. - Inloggningsuppgift krävs: Anslut era apifyApi-inloggningsuppgifter i Fetch Actor Dataset.
Steg 4: Konfigurera output-åtgärder
Slutresultatet lägger till berikade data i det nyligen skapade bladet.
- Öppna Append Enriched Profiles och ställ in Operation på
append. - Ställ in Sheet Name på
{{ $('Generate Enriched Sheet').first().json.sheetId }}. - Ställ in Document på
{{ $('Assign Sheet Inputs').first().json.google_sheet_url }}. - Låt Columns vara
autoMapInputDataför att mappa alla returnerade fält (t.ex.full_name,headline,company_name,url). - Inloggningsuppgift krävs: Anslut era googleSheetsOAuth2Api-inloggningsuppgifter i Append Enriched Profiles.
Använd Flowpast Branding endast som en visuell rubrik – den påverkar inte körningen.
Steg 5: Testa och aktivera ert arbetsflöde
Validera hela berikningsloopen och aktivera sedan arbetsflödet för löpande användning.
- Klicka på Execute Workflow för att köra Manual Run Trigger.
- Bekräfta att Generate Enriched Sheet skapar ett nytt blad med en titel i stil med
profiles-enriched-12/03-14:25. - Verifiera att Retrieve Profile Links returnerar rader med ett
url-fält. - Kontrollera Fetch Actor Dataset för berikade poster och säkerställ att Append Enriched Profiles skriver dem till det nya bladet.
- Växla arbetsflödet till Active när det fungerar, för användning i produktion.
Vanliga fallgropar
- Google Sheets-inloggningar kan löpa ut eller kräva specifika behörigheter. Om något slutar fungera, kontrollera n8n:s Credentials-vy och bekräfta att kontot har läs-/skrivåtkomst till målarket.
- Om du använder Wait-noder eller extern rendering varierar processingtiderna. Öka väntetiden om noder längre fram fallerar på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in er tonalitet tidigt, annars kommer du att sitta och redigera output för alltid.
Vanliga frågor
Cirka 30 minuter om dina Google Sheets- och Apify-konton är redo.
Ingen kod krävs. Du kopplar främst autentiseringsuppgifter och klistrar in din Google Sheet-URL.
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 Apifys användningskostnader för beriknings-actor.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärd och klarar n8n bra. Self-hosting ger dig obegränsat antal körningar men kräver grundläggande serverhantering.
Ja, men då byter du destinationssteget. Behåll delen i Google Sheets som hämtar profillänkar (“Retrieve Profile Links”), och ersätt sedan “Append Enriched Profiles” med din CRM-nod (eller en HTTP Request) och mappa fält som namn, titel, företag och LinkedIn-URL. Vanliga justeringar är att skriva tillbaka till samma ark i stället för att skapa ett nytt, lägga till en “Status”-kolumn för bearbetade rader eller bara berika nya URL:er du inte sett tidigare med ett If-filter.
Oftast beror det på en utgången eller felaktig Apify API-token i dina n8n-credentials. Det kan också hända om actorn du anropar inte ingår i din Apify-plan, eller om du slår i användningsgränser vid större batcher. Dubbelkolla konfigurationen i Apify-noden och kör sedan ett litet test med en handfull URL:er för att bekräfta att dataset-hämtningen returnerar resultat.
Om du self-hostar n8n finns ingen körningsgräns (det beror främst på din server och Apifys throughput).
Ofta, ja, eftersom det här workflowet tjänar på hantering i flera steg: skapa ett nytt ark, slå ihop output från grenar, formatera en actor-payload och sedan hämta och lägga till ett dataset. n8n är bekvämt med den typen av “batch”-logik, och self-hosting kan hålla kostnaderna förutsägbara när volymerna växer. Zapier eller Make kan fortfarande fungera om du jobbar med små listor och vill ha enklaste möjliga UI, men du kan slå i begränsningar när du behöver loopar, branching eller mer kontroll över payload-formateringen. I praktiken beror bästa valet på hur ofta du berikar och hur stora batchar du kör. Prata med en automationsexpert om du vill ha en snabb rekommendation.
När detta väl rullar slutar ditt kalkylark att vara en soptipp och blir i stället ett pålitligt inflöde till din lead pipeline. Sätt upp det, kör det när du behöver det och lägg tiden på arbete som faktiskt stänger affärer.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.