Att kopiera Yelp-detaljer till ett kalkylark är den typen av uppgift som ser “snabb” ut tills du gjort den 30 gånger. Sedan jagar du saknade telefonnummer, kategorier som inte matchar och trasiga länkar – samtidigt som ditt faktiska outreach-arbete ligger och väntar.
Den här automationen för Yelp-leads träffar growth marketers först, men byråägare och små team som jobbar med lokal prospektering känner av den också. Du klistrar in en Yelp-URL till ett företag och får korrekta, sorteringsbara rader i Google Sheets som teamet kan använda direkt.
Nedan ser du vad workflowet gör, vad det ersätter och hur du får igång det utan att göra hela veckan till ett scraping-projekt.
Så fungerar den här automationen
Se hur detta löser problemet:
n8n Workflow Template: Bright Data till Google Sheets: Yelp-leads
flowchart LR
subgraph sg0["📥 Form Flow"]
direction LR
n0["<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/form.svg' width='40' height='40' /></div><br/>📥 Form Trigger"]
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/>🔍 Trigger Bright Data Scrape"]
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/>📡 Monitor Snapshot Status"]
n3@{ icon: "mdi:cog", form: "rounded", label: "⏳ Wait 30 Sec for Snapshot", pos: "b", h: 48 }
n4@{ icon: "mdi:swap-horizontal", form: "rounded", label: "🔁 Retry Until Ready", pos: "b", h: 48 }
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/httprequest.dark.svg' width='40' height='40' /></div><br/>📥 Fetch Scraped Business Data"]
n6@{ icon: "mdi:database", form: "rounded", label: "📊 Store to Google Sheet", pos: "b", h: 48 }
n0 --> n1
n4 --> n5
n4 --> n2
n3 --> n4
n2 --> n3
n1 --> n2
n5 --> 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 n4 decision
class n6 database
class n1,n2,n5 api
classDef customIcon fill:none,stroke:none
class n0,n1,n2,n5 customIcon
Utmaningen: att göra Yelp-sidor till användbara lead-rader
Yelp är fullt av potentiella leads, men datan du behöver är inlåst i sidor som teamet måste läsa, tolka och skriva in manuellt. En person tar företagsnamnet, en annan tar telefonnumret, någon annan klistrar in URL:en – och på något sätt blir kolumnen “antal recensioner” en blandning av ord och siffror. Multiplicera det med dussintals företag så får du ett kalkylark som ser okej ut vid första anblick, men faller isär så fort du försöker sortera, filtrera eller lämna över det till någon annan. Ärligt talat är det värsta den mentala belastningen: du gör repetitivt arbete samtidigt som du försöker att inte göra fel.
Friktionen byggs på. Här är var det brukar falla i verkligheten:
- Varje Yelp-sida blir flera manuella copy-paste-steg, och du upprepar dem för varje enskilt lead.
- Små skillnader i formatering (betyg, antal recensioner, kategorier) gör listan svår att filtrera senare.
- Folk missar fält under tidspress, så ni får återvända till samma leads bara för att “fylla i raden”.
- Att dela ett halvstrukturerat ark i teamet skapar dubbelarbete eftersom ingen litar på datan.
Lösningen: Bright Data-scraping till rader i Google Sheets
Det här workflowet omvandlar en enda Yelp-URL för ett företag till en strukturerad post i Google Sheets, där Bright Datas dataset-API gör grovjobbet. Det börjar med en enkel formulärinlämning, så du slipper krångliga indata eller kalkylark fulla av halvfärdiga formler. n8n skickar URL:en till Bright Data, triggar scraping-jobbet och kontrollerar sedan jobbstatus i en 30-sekunders loop tills snapshoten är klar. När datan är tillgänglig hämtar workflowet resultatet som JSON och mappar nyckelfälten (som företagsnamn, betyg, antal recensioner och original-URL:en) till ditt målark som en korrekt formaterad, tillagd rad. Ingen omformatering. Ingen “har vi redan loggat den här?”-panik.
Workflowet startar när du klistrar in en Yelp-URL i formuläret. Bright Data kör scrapingen och n8n pollar tålmodigt tills den är klar. Till sist får Google Sheets konsekventa rader som teamet kan sortera, avduplicera och jobba utifrån.
Vad som förändras: före vs. efter
| Det här försvinner | Effekten du märker |
|---|---|
|
|
Effekt i verkligheten
Säg att du bygger en lista med 30 lokala företag för outreach. Manuell hantering tar oftast runt 10 minuter per Yelp-sida (öppna, skumma, kopiera namn, betyg, antal recensioner, URL, kontaktfält och sedan städa raden), vilket blir ungefär 5 timmar totalt. Med den här automationen klistrar du in varje URL i formuläret på kanske 1 minut, och sedan slutför Bright Data scrapingen på cirka 2–5 minuter medan du går vidare. Den faktiska “hands-on”-tiden sjunker till runt 30 minuter för hela listan, och arket är redo att sorteras direkt.
Krav
- n8n-instans (prova n8n Cloud gratis)
- Alternativ för självhostning om du föredrar det (Hostinger fungerar bra)
- Bright Data för Yelp-scraping via dataset-API
- Google Sheets för att lagra och dela lead-rader
- Bright Data API-nyckel (hämta den i din Bright Data-dashboard)
Kunskapsnivå: Nybörjare. Du kopplar in autentisering, klistrar in ett Sheet-ID och kör en test-URL.
Behöver du hjälp att implementera detta? Prata med en automationsexpert (gratis 15-minuters konsultation).
Workflow-flödet
En enkel formulärinlämning sätter igång allt. Du klistrar in en Yelp-URL för ett företag i n8n-formuläret, som fungerar som en lättviktig intake-sida som teamet kan bokmärka.
Bright Data tar emot URL:en och startar scrapingen. n8n skickar en POST-förfrågan till Bright Datas datasets-endpoint med Yelp-dataset-ID:t och får tillbaka ett snapshot-ID som representerar scraping-jobbet.
Statuskontroller körs i en 30-sekunders loop. Workflowet pollar Bright Data för status, väntar 30 sekunder och kontrollerar igen tills statusen kommer tillbaka som “ready”. Det här undviker att hamra API:t och att flödet kraschar halvvägs för att datan inte är färdig.
Resultaten hamnar i Google Sheets som strukturerade rader. När snapshoten är klar hämtar n8n den slutliga JSON:en och lägger till de mappade fälten i ditt ark “Yelp scraper data by URL” (betyg, antal recensioner, URL och annan företagsmetadata).
Du kan enkelt ändra vilka fält som sparas för att matcha din outreach-process utifrån dina behov. Se den fullständiga implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: konfigurera formulärtriggern
Konfigurera det inkommande formuläret så att användare kan skicka in Yelp-URL:en som startar skrapningen.
- Lägg till och öppna Incoming Form Start.
- Ställ in Form Title till
Yelp Service URL. - Under Form Fields säkerställer ni att ett fält med etiketten URL finns för inmatning.
- Spara noden så att formulärlänken genereras.
Steg 2: koppla BrightData API-anrop
Konfigurera de tre API-anropen som triggar, övervakar och hämtar BrightData-skrapningen.
- Öppna Launch BrightData Scrape och ställ in URL till
https://api.brightdata.com/datasets/v3/triggermed MethodPOST. - Ställ in JSON Body till
=[ { "url": "https://www.yelp.com/biz/the-round-hearth-caf%C3%A9-stowe?osq=Sandwiches" } ](ersätt senare med er dynamiska indata om ni vill). - I Launch BrightData Scrape → Query Parameters ställer ni in dataset_id till
gd_lgugwl0519h1p14rwk, include_errors tilltrue, limit_multiple_results till5och limit_per_input till20. - I Launch BrightData Scrape → Header Parameters ställer ni in Authorization till
[CONFIGURE_YOUR_TOKEN]. - Öppna Check Snapshot Progress och ställ in URL till
=https://api.brightdata.com/datasets/v3/progress/{{ $json.snapshot_id }}, och ställ sedan in Authorization till[CONFIGURE_YOUR_TOKEN]. - Öppna Retrieve Scraped Details och ställ in URL till
=https://api.brightdata.com/datasets/v3/snapshot/{{ $json.snapshot_id }}, med Query Parameter format inställd påjsonoch Authorization till[CONFIGURE_YOUR_TOKEN].
Steg 3: sätt upp logik för statuspollning
Använd en vänta-och-kontroll-loop för att fördröja tills BrightData markerar snapshoten som klar.
- Öppna Pause 30 Seconds och ställ in Amount till
30sekunder. - Öppna Ready Status Gate och ställ in villkoret så att det jämför Left Value
={{ $json.status }}equals Right Valueready. - Verifiera körflödet: Check Snapshot Progress → Pause 30 Seconds → Ready Status Gate loopar tillbaka till Check Snapshot Progress på den falska vägen.
Steg 4: konfigurera utdata till Google Sheets
Lägg till den skrapade Yelp-datan i ert Google Sheet.
- Öppna Append to Sheets och låt Operation vara inställd på
append. - Ställ in Document till
[YOUR_ID]och Sheet Name tillgid=0(Sheet1). - Bekräfta att kolumnmappningen inkluderar name, overall_rating, reviews_count, url och images_videos_urls.
- Credential Required: Anslut era googleSheetsOAuth2Api-uppgifter i Append to Sheets.
Steg 5: testa och aktivera ert arbetsflöde
Kör ett komplett test för att bekräfta att skrap-loopen slutförs och att data når ert ark.
- Klicka på Execute Workflow och skicka in en test-URL från Yelp via Incoming Form Start.
- Följ körningen: Launch BrightData Scrape → Check Snapshot Progress → Pause 30 Seconds → Ready Status Gate → Retrieve Scraped Details → Append to Sheets.
- Bekräfta att en ny rad visas i ert Google Sheet med Yelp-datafälten ifyllda.
- När ni är nöjda växlar ni arbetsflödet till Active för användning i produktion.
Saker att se upp med
- Bright Data-autentisering kan gå ut eller kräva specifika behörigheter. Om något slutar fungera, kontrollera först status på din Bright Data API-nyckel i Bright Data-dashboarden.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om efterföljande noder faller på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in ert varumärkestilltal tidigt, annars kommer du att redigera outputs för alltid.
Vanliga frågor
Oftast cirka 30 minuter om dina Bright Data- och Google Sheets-konton är redo.
Ja. Du kopplar in autentisering, klistrar in ett Google Sheet-ID och testar med en riktig Yelp-URL.
Ja. n8n har ett gratis alternativ för självhostning och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volymer. Du behöver också räkna med Bright Data-kostnader för API-användning baserat på hur många URL:er du scrapar.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller självhostning på en VPS. För självhostning är Hostinger VPS prisvärd och hanterar n8n bra. Självhostning ger obegränsade körningar men kräver grundläggande serverhantering.
Det kan du. De flesta team börjar med att ändra vilka fält som skrivs till Google Sheets i mappningen “Append to Sheets”, och justerar sedan formulärfältet om de vill fånga anteckningar eller taggar tillsammans med Yelp-URL:en. Om du vill köra flera URL:er samtidigt kan du också ändra inputformatet så att det tar emot en batch i stället för en enda URL. Och om outputen från ditt Bright Data-dataset ändras uppdaterar du bara fältmappningen så att kolumnerna i arket förblir stabila.
Oftast beror det på en utgången eller felaktig Bright Data API-nyckel. Uppdatera autentiseringen som används av HTTP Request-noderna, kör sedan en test-URL igen och kontrollera körningsloggarna för ett tydligt felmeddelande. Det kan också vara ett problem med dataset-åtkomst (fel dataset-ID eller behörigheter i din plan) eller en tillfällig rate limit om du triggar många scrapings tätt inpå varandra.
Den begränsas främst av din Bright Data-plan och hur många n8n-körningar du gör per månad.
Ofta, ja – eftersom det här flödet behöver polling, villkorliga loopar och korrekt fältmappning, och det blir dyrt eller klumpigt i enklare verktyg. n8n hanterar mönstret “kolla status, vänta, försök igen” snyggt. Du kan också självhosta för obegränsade körningar, vilket spelar roll när teamet börjar scrapa dagligen. Zapier eller Make kan fortfarande fungera om du bara gör några få URL:er i veckan och vill ha det enklaste gränssnittet. Om du är osäker, prata med en automationsexpert så hjälper vi dig välja rätt upplägg.
När detta väl är igång slutar din lead-lista att vara ett skört dokument och blir ett pålitligt system. Workflowet tar hand om det repetitiva så att du kan lägga tiden på targeting och outreach.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.