Manuell research av leads på Instagram är en tidstjuv. Du kopierar användarnamn från hashtag-inlägg, öppnar profiler en och en, gissar vilka som är relevanta och landar ändå i en rörig lista du inte litar på.
Den här Instagram lead-automationen träffar growth marketers först, men grundare och byråägare känner av den också. När du gör outreach behöver du ett strukturerat, kvalificerat ark – inte en hög med “kanske”-profiler.
Det här arbetsflödet hämtar hashtags från Google Sheets, använder Apify för att samla in riktiga profiler från Instagram-inlägg under hashtags och filtrerar, avduplicerar och kvalificerar leads utifrån språk och följarsiffror. Du får se hur det fungerar, vad du behöver och var team oftast kör fast.
Så fungerar den här automationen
Här är hela arbetsflödet du kommer att sätta upp:
n8n Workflow Template: Apify till Google Sheets, kvalificerade Instagram-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["<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/>make hashtag links"]
n2["<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/>Scrape instagram hashtag posts"]
n3@{ icon: "mdi:swap-horizontal", form: "rounded", label: "IF — Hashtags Only", pos: "b", h: 48 }
n4@{ icon: "mdi:swap-horizontal", form: "rounded", label: "IF — English Only", pos: "b", h: 48 }
n5@{ icon: "mdi:cog", form: "rounded", label: "Aggregate Hashtags", pos: "b", h: 48 }
n6["<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 captions, usernames a.."]
n7@{ icon: "mdi:cog", form: "rounded", label: "Combine all usernames", pos: "b", h: 48 }
n8@{ icon: "mdi:cog", form: "rounded", label: "Remove Duplicate Usernames", pos: "b", h: 48 }
n9["<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/>Scrape instagram Profiles"]
n10@{ icon: "mdi:swap-horizontal", form: "rounded", label: "If followers are in a certai..", pos: "b", h: 48 }
n11@{ icon: "mdi:database", form: "rounded", label: "Get list of Hashtags", pos: "b", h: 48 }
n5 --> n1
n1 --> n2
n4 --> n8
n11 --> n5
n3 --> n8
n3 --> n4
n7 --> n9
n9 --> n10
n8 --> n7
n2 --> n6
n6 --> n3
n0 --> n11
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 n3,n4,n10 decision
class n11 database
class n2,n9 api
class n1,n6 code
classDef customIcon fill:none,stroke:none
class n1,n2,n6,n9 customIcon
Varför det här spelar roll: hashtag-leads blir röriga snabbt
Hashtag-research låter enkelt tills du gör det i skala. Du kollar en hashtag, skummar inlägg, klickar in på profiler och försöker sedan minnas vilka som såg lovande ut. Tio minuter här, tio minuter där, och plötsligt har du bränt en eftermiddag utan en användbar lista. Än värre: manuell research gör dig inkonsekvent. Vissa dagar är du strikt med följarsiffror, andra dagar är du trött och lägger till konton som är “nära nog”. Sedan sjunker resultatet i outreach och du vet inte om problemet är erbjudandet – eller målgruppsurvalet.
Friktionen bygger på. Här är var det vanligtvis faller isär.
- Du tappar tid på att hoppa mellan hashtag-flöden, inlägg och profilsidor för varje enskild kandidat.
- Din lista fylls med dubbletter eftersom samma skapare dyker upp under flera hashtags.
- Språkmismatch smyger sig in, så outreach ignoreras eftersom publiken inte faktiskt är din marknad.
- Följarsiffror kollas “senare”, vilket betyder att de ofta aldrig kollas alls.
Det du bygger: hashtags in, kvalificerade leads ut
Det här arbetsflödet förvandlar en enkel hashtag-lista till en strukturerad leaddatabas som du faktiskt kan använda. Det börjar med att läsa hashtags från ett Google Sheet och genererar sedan automatiskt rätt Instagram explore-URL:er för varje tagg. Därefter anropar det Apify (via HTTP Request) för att skrapa inlägg för varje hashtag och hämtar nyckeldata som bildtexter och användarnamn. Sedan kommer “städningen”: bildtexter normaliseras för att ta bort länkar och hashtags, arbetsflödet kontrollerar att inlägget inte bara är hashtag-spam och validerar språket (engelska är inbyggt, och i arbetsflödesbeskrivningen står att franska och spanska också kan stödjas). Till sist slås användarnamn ihop, dubbletter tas bort, varje profil skrapas för detaljer som antal följare och bara profiler inom ditt målintervall behålls som kvalificerade leads.
Arbetsflödet börjar i ditt befintliga Google Sheet. Apify samlar in inläggs- och profildata i hög hastighet, medan n8n hanterar filtreringslogiken så att du slipper tveka kring varje lead. Resultatet blir en avduplicerad uppsättning profiler som matchar dina språk- och följar-kriterier – redo för outreach eller analys.
Det du bygger
| Det som automatiseras | Det du uppnår |
|---|---|
|
|
Förväntade resultat
Säg att du researchar 20 hashtags per vecka och tar 15 profiler per hashtag. Manuellt – om du lägger kanske 2 minuter per profil för att öppna sidan, kolla språksignaler och överslagskolla följarsiffror – är det ungefär 10 timmars arbete. Med det här arbetsflödet kan du starta körningen från ditt hashtag-ark, låta Apify samla in inlägg och profiler i bakgrunden och sedan granska den kvalificerade outputen i ett svep. De flesta team får ner det veckojobbet till runt en timmes övervakning.
Innan du börjar
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- Apify för att skrapa inlägg och profiler under hashtags.
- Google Sheets för att lagra hashtags och lead-output.
- Apify API-nyckel (hämta den i inställningarna för ditt Apify-konto).
Kunskapsnivå: Nybörjare. Du kopplar konton, klistrar in en API-nyckel och justerar ett par filtervärden som min/max följare.
Vill du att någon bygger det här åt dig? Prata med en automationsexpert (gratis 15-minuters konsultation).
Steg för steg
Hashtags hämtas från Google Sheets. Arbetsflödet läser din hashtag-kolumn så att du kan ha allt på ett ställe och uppdatera när som helst utan att röra n8n.
Instagram-URL:er för taggar genereras automatiskt. Ett litet kodsteg formaterar varje hashtag till korrekta explore/feed-URL:er så att skrapningen får konsekvent input.
Apify skrapar inlägg under hashtags, sedan rensas och kontrolleras bildtexter. HTTP Request-noder anropar Apify-actors, därefter normaliserar n8n bildtexten, tar bort hashtags/länkar, filtrerar “bara-hashtaggar”-inlägg och kör språkvalidering så att du behåller rätt marknad.
Användarnamn slås ihop, avdupliceras och berikas med profildetaljer. Arbetsflödet sammanställer unika användarnamn, skrapar varje profil för antal följare och andra fält och behåller sedan bara konton inom ditt min/max-intervall för följare (din definition av “kvalificerad”).
Du kan enkelt justera följarintervallet och språkkontrollerna så att de matchar din nisch. Se den fullständiga implementationsguiden nedan för anpassningsmöjligheter.
Steg-för-steg-guide för implementering
Steg 1: Konfigurera den manuella triggern
Konfigurera arbetsflödet så att det kan köras vid behov, så att ni kan testa och iterera innan ni schemalägger eller driftsätter.
- Lägg till noden Manual Execution Start som trigger.
- Lämna alla fält i Manual Execution Start på standardvärden.
- Valfritt: behåll Flowpast Branding som en visuell referensnotering; det påverkar inte körningen.
Steg 2: Anslut Google Sheets
Ladda er hashtaglista från Google Sheets så att arbetsflödet kan bygga tagg-URL:er dynamiskt.
- Lägg till Retrieve Tag Sheet och ställ in Document till kalkylbladets ID i
SPREADSHEET_ID. - Ställ in Sheet till bladets ID i
SHEET_ID. - Inloggningsuppgifter krävs: anslut era googleSheetsOAuth2Api-inloggningsuppgifter.
- Koppla Manual Execution Start → Retrieve Tag Sheet.
Hashtag kommer Collect Tag List att aggregera den automatiskt.Steg 3: Sätt upp taggbearbetning och hämtning av flöde
Aggregera taggar, generera URL:er, anropa hashtagflödets API och normalisera caption-data för filtrering.
- Lägg till Collect Tag List och ställ in Fields to Aggregate till
Hashtag. - Koppla Retrieve Tag Sheet → Collect Tag List → Generate Tag URLs.
- I Generate Tag URLs, behåll den medföljande JavaScript-koden som bygger
startUrlsfrån$input.first().json.Hashtag. - Konfigurera Hashtag Feed API Call med Method inställd på
POSToch URL inställd påhttps://api.apify.com/v2/acts/culc72xb7MP3EbaeX/run-sync-get-dataset-items. - Ställ in JSON Body till
={ "maxItems": 300, "startUrls": [ {{ $json.startUrls }} ], "until": "2025-06-20" }och behåll Send Headers aktiverat. - Uppdatera headern Authorization genom att ersätta
Bearer [CONFIGURE_YOUR_TOKEN]med er Apify-token. - Koppla Generate Tag URLs → Hashtag Feed API Call → Normalize Caption Data.
- Behåll JavaScript-koden i Normalize Caption Data som berikar varje item med
textNoTags, språk-träffräkningar och flaggor.
Steg 4: Konfigurera filtrering, avduplicering och profilberikning
Filtrera på captions som endast består av hashtags eller på engelska, ta bort dubbletter och berika användarnamn med följardata.
- I Check Hashtag Only ställer ni in villkoret till
{{ $json.hasHashtags && ($json.textNoTags || '').trim() === '' }}. - Koppla Normalize Caption Data → Check Hashtag Only. True-utgången går till Eliminate Duplicate Users och false-utgången går till Validate English Text.
- I Validate English Text ställer ni in villkoret till
{{ $json.enHits > 0 && $json.frHits === 0 && $json.esHits === 0 }}. - Koppla Validate English Text → Eliminate Duplicate Users.
- Konfigurera Eliminate Duplicate Users med Compare inställt på
selectedFieldsoch Fields to Compare inställt påowner.username. - Koppla Eliminate Duplicate Users → Merge Username Sets och ställ in Fields to Aggregate till
owner.username. - Konfigurera Profile Details API Call med URL
https://api.apify.com/v2/acts/dSCLg0C3YEZ83HzYX/run-sync-get-dataset-itemsoch JSON Body inställt på={ "usernames": [ {{ $json.username.map(u => `\"${u}\"`).join(", ") }} ] }. - Ersätt värdet i headern Authorization
Bearer [CONFIGURE_YOUR_TOKEN]med er Apify-token. - Koppla Merge Username Sets → Profile Details API Call → Validate Follower Range.
- I Validate Follower Range ställer ni in villkoren till
{{ $json.followersCount }}gte10000och{{ $json.followersCount }}lte100000.
Steg 5: Testa och aktivera ert arbetsflöde
Kör ett manuellt test för att verifiera tagg-inläsning, API-anrop och filtrering innan ni aktiverar arbetsflödet för produktion.
- Klicka på Execute Workflow i n8n för att trigga Manual Execution Start.
- Bekräfta att Retrieve Tag Sheet ger ut en lista med hashtags och att Hashtag Feed API Call returnerar items.
- Verifiera att Eliminate Duplicate Users minskar upprepade
owner.username-värden och att Validate Follower Range endast behåller konton inom er målräckvidd. - När resultaten ser korrekta ut sparar ni arbetsflödet och håller det redo för manuell körning vid behov.
Hashtag kommer Collect Tag List att ge ut tomma värden och API-anropet kommer inte att hitta några taggar.Felsökningstips
- Apify-uppgifter kan löpa ut eller så kan en actor kräva åtkomst. Om något slutar fungera, kontrollera först din Apify-token och actor-behörigheter i Apify-konsolen.
- Om du använder Wait-noder eller extern skrapning varierar processtiderna. Öka väntetiden om noder längre ned fallerar på tomma svar.
- Google Sheets-noder fallerar ofta för att kalkylarket, fliknamnet eller rubrikkolumnen har ändrats. Bekräfta att Sheet-namnet och hashtag-kolumnen fortfarande matchar vad noden “Retrieve Tag Sheet” förväntar sig.
Snabba svar
Cirka 30 minuter när dina Apify- och Google-uppgifter är klara.
Nej. Du väljer mest konton, klistrar in en API-nyckel och justerar ett par filter.
Ja. n8n har ett gratis self-hosted-alternativ och en gratis provperiod på n8n Cloud. Cloud-planer startar på 20 USD/månad för högre volym. Du behöver också räkna med Apify-kostnader baserat på hur många hashtags och profiler du skrapar.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärd och kör n8n bra. Self-hosting ger dig obegränsade körningar men kräver grundläggande serverhantering.
Ja, och det bör du. De snabbaste vinsterna är att byta språklogik i kontrollerna “Validate English Text”, justera min/max-värden i “Validate Follower Range” och ändra vad som skrivs tillbaka till ditt ark (lägg till e-postgissare, nisch-taggar eller “kontakta inte”-flaggor). Om du vill ha helt annan data byter du ut Apify-actorn “Profile Details API Call” mot en annan actor som returnerar fälten du bryr dig om. Samma flödesform, annan output.
Oftast beror det på en ogiltig eller utgången Apify API-token – skapa en ny och uppdatera uppgiften i n8n. Kontrollera också att du har åtkomst till den specifika Instagram Scraper-actorn du valde, eftersom vissa actors kräver aktivering eller en betald plan. Om körningen startar och sedan fallerar halvvägs kan du slå i rate limits eller hämta för många objekt samtidigt; minska hashtag-volym per körning eller lägg till batchning med Split in Batches.
På n8n Cloud Starter brukar du klara mindre veckokörningar; större prospekteringsteam går oftast upp en plan eller kör self-hosting för att slippa begränsningar i antal körningar. Om du self-hostar finns inget tak för körningar, men din server och Apify-gränser spelar fortfarande roll. I praktiken kan arbetsflödet beta av hashtags snabbt, men profilberikning är den långsammare delen eftersom det är en profil per användarnamn. Börja med 10–20 hashtags per körning och öka när du vet att det är stabilt.
Ofta, ja – eftersom den här typen av leadkvalificering kräver förgreningar, avduplicering och berikning i flera steg. n8n gör det enklare att hantera utan att betala extra för varje filter och väg. Det fungerar också bra med HTTP Request-anrop till verktyg som Apify, som är kärnan i det här flödet. Zapier eller Make kan fortfarande fungera om du håller det väldigt enkelt, men du stöter ofta på begränsningar när du lägger till “rensa bildtext, identifiera språk, slå ihop dataset, avduplicera och sedan berika”. Vill du ha hjälp att välja, prata med en automationsexpert och beskriv din volym och dina targeting-regler.
När det här väl rullar slutar hashtag-research vara ett veckovis måste och blir ett repeterbart system. Låt arbetsflödet sköta sorteringen så att du kan fokusera på den outreach som faktiskt driver intäkter.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.