Att bygga en läkarlista låter enkelt tills du jonglerar flikar, kopierar adresser för hand och inser att hälften av dina ”nya” leads är dubbletter som du redan kontaktade förra månaden.
Medicinska rekryterare känner igen det när rekryteringsbehoven staplas på hög. En lead gen-specialist känner det när en kampanj behöver nya mål redan till i morgon. Och om du driver ett litet säljteam kan automatisering av läkarlistor vara skillnaden mellan konsekvent bearbetning och konstant städning i kalkylark.
Det här flödet skrapar läkarprofiler med BrowserAct, skriver korrekt formaterade rader till Google Sheets och pingar sedan Slack när batchen är klar. Du får se vad det gör, vad du behöver och hur du anpassar det till din katalog och teamets arbetssätt.
Så fungerar automatiseringen
Hela n8n-flödet, från trigger till slutresultat:
n8n Workflow Template: BrowserAct till Google Sheets, klara läkarlistor
flowchart LR
subgraph sg0["On-Demand Execution 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/code.svg' width='40' height='40' /></div><br/>Splitting Items"]
n1@{ icon: "mdi:swap-vertical", form: "rounded", label: "Define Location", pos: "b", h: 48 }
n2@{ icon: "mdi:database", form: "rounded", label: "Update Leads", pos: "b", h: 48 }
n3["<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/slack.svg' width='40' height='40' /></div><br/>Alert Team"]
n4@{ icon: "mdi:cog", form: "rounded", label: "Run BrowserAct Workflow", pos: "b", h: 48 }
n5@{ icon: "mdi:play-circle", form: "rounded", label: "On-Demand Execution", pos: "b", h: 48 }
n2 --> n3
n1 --> n4
n0 --> n2
n5 --> n1
n4 --> n0
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 n5 trigger
class n2 database
class n0 code
classDef customIcon fill:none,stroke:none
class n0,n3 customIcon
Problemet: läkarlistor blir röriga snabbt
När du bygger listor från vårdkataloger är jobbet aldrig ”bara att kopiera namn”. Du söker i en stad, öppnar profiler en och en, klistrar in i ett ark och försöker sedan normalisera specialiteter och adresser så att CRM-importen inte skapar fel. Missar du en detalj blir posten oanvändbar senare. Dubbletter smyger sig in eftersom samma vårdgivare syns på flera ställen, eller för att katalogen formaterar namnet lite olika. Efter några veckor har du ett kalkylark som ser fullt ut, men som ingen litar på. Är det något som är värre än att inte ha någon lista alls så är det just det.
Friktionen växer för varje steg. Här är var det brukar fallera i verkligheten.
- Manuell kopiering av profiler blir lätt cirka 2 timmar av rutinjobb varje gång du uppdaterar en region.
- Små skillnader i formatering skapar dubbletter, så bearbetningen upprepas och relationer tar stryk.
- Team tappar fart eftersom ”bygga leads” blir en flaskhals i stället för ett repeterbart system.
- Ingen vet när listan är uppdaterad om inte någon kommer ihåg att skriva i gruppen.
Lösningen: skrapa, strukturera och synka läkare automatiskt
Det här n8n-flödet gör byggandet av läkarlistor till ett enkelt batchjobb som du kan köra när du behöver ny täckning för en stad och delstat. Du börjar med att ange målregion (plats och delstat). Sedan kör BrowserAct en sparad mall, ”Physician Profile Enricher”, mot en vårdkatalog (arbetsflödesbeskrivningen nämner Healow som exempel) och returnerar den skrapade profildatan. Därefter parsar flödet outputen till strukturerade poster, så att varje läkare blir ett strukturerat JSON-objekt i stället för en textklump. Till sist lägger det till posterna i Google Sheets i ett konsekvent format och undviker dubbletter genom att uppdatera befintliga rader när läkarens namn matchar. När allt är klart postar Slack en bekräftelse i vald kanal så att teamet vet att listan är redo.
Det startar med en manuell körning i n8n, vilket är perfekt när du behöver ”kör den här listan nu”. BrowserAct hämtar profilerna, flödet delar upp dem i individuella poster och Google Sheets blir den enda platsen där teamet kan filtrera, fördela och exportera. Slack är din slutnotis, så du slipper sitta och kontrollera om det fungerade.
Det du får: automatisering vs. resultat
| Det här flödet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att du behöver en ny lista för ett storstadsområde och samlar in 60 läkarprofiler. Manuell hantering, även i ett snabbt tempo med 5 minuter per profil, blir ungefär 5 timmar när du räknar in kopiera-klistra, städning och kontroll av dubbletter. Med det här flödet lägger du cirka 5 minuter på att ange platsen och starta körningen, och väntar sedan medan BrowserAct skrapar och n8n skriver rader till Google Sheets. Slack meddelar när det är klart. Du är tillbaka i outreach i stället för att barnvakta kalkylark.
Det här behöver du
- n8n-instans (prova n8n Cloud gratis)
- Self-hosting-alternativ om du föredrar det (Hostinger fungerar bra)
- BrowserAct för att skrapa läkarprofilsidor
- Google Sheets för att lagra din vårdgivardatabas
- Slack för att meddela teamet när det är klart
- BrowserAct API-nyckel (hämta den i kontoinställningarna i BrowserAct)
Kunskapsnivå: Nybörjare. Du kopplar konton, väljer ett ark och justerar ett par fält som stad och delstat.
Vill du inte sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
Manuell batchtrigger. Du kör flödet när du vill uppdatera en lista för ett specifikt territorium. Det är en medveten ”kör”-knapp, inte något som triggas slumpmässigt.
Regionen definieras från början. Flödet lagrar din målstad och delstat i ett enkelt steg för fältinställning, så att resten av körningen blir konsekvent.
BrowserAct skrapar katalogen. Med din sparade mall ”Physician Profile Enricher” hämtar BrowserAct de profiler som matchar dina kriterier och skickar resultatet till n8n.
Poster parsas och synkas. n8n delar upp råoutputen till enskilda vårdgivare och skriver sedan in dem i Google Sheets med de rubriker du styr (Namn, Specialitet, Adress). Dubblettskyddet uppdaterar befintliga poster i stället för att hela tiden lägga till nya kopior. Till sist postar Slack ett ”klart”-meddelande så att teamet kan börja använda listan.
Du kan enkelt ändra platsinmatningen för att köra flera städer efter varandra utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: Konfigurera den manuella triggern
Ställ in den manuella triggern för att starta berikningsflödet vid behov.
- Lägg till noden Manual Launch Trigger på arbetsytan som startpunkt.
- Anslut Manual Launch Trigger till Set Region Details för att matcha exekveringsflödet.
- Behåll eventuellt Flowpast Branding som en fäst anteckning för dokumentation (ingen konfiguration krävs).
Steg 2: Anslut BrowserAct
Konfigurera regionala indata och skicka dem vidare till BrowserAct för dataextraktion.
- I Set Region Details lägger ni till två strängtilldelningar: ställ in Location till
Brooklynoch State tillNY. - Öppna Execute BrowserAct Run och ställ in Type till
WORKFLOW. - Ställ in Timeout till
7200och Workflow ID till[YOUR_ID]. - Mappa indata i workflowConfig: ställ in input-State till
{{ $json.State }}och input-Location till{{ $json.Location }}. - Autentisering krävs: Anslut era browserActApi-inloggningsuppgifter i Execute BrowserAct Run.
- Anslut Set Region Details → Execute BrowserAct Run → Separate Records.
⚠️ Vanlig fallgrop: Om Workflow ID lämnas som [YOUR_ID] kommer BrowserAct att misslyckas med att köra. Ersätt det med det faktiska workflow-ID:t från BrowserAct.
Steg 3: Sätt upp bearbetning av poster
Dela upp BrowserAct-utdata i individuella vårdgivarposter för vidare infogning.
- Öppna Separate Records och behåll den medföljande JavaScript-koden för att parsa
$input.first().json.output.string. - Verifiera att BrowserAct-workflowet returnerar en JSON-sträng på
$input.first().json.output.string, annars kommer koden att kasta ett fel. - Anslut Execute BrowserAct Run till Separate Records för att behålla exekveringsflödet.
Tips: Om ert BrowserAct-utdataformat ändras, uppdatera sökvägen i Separate Records så att den matchar den faktiska platsen för JSON-strängen.
Steg 4: Konfigurera utdataåtgärder
Lägg till vårdgivardata i Google Sheets och avisera Slack när workflowet är klart.
- I Append Provider Rows ställer ni in Operation till
appendOrUpdate. - Välj Document som
[YOUR_ID]och Sheet som[YOUR_ID](cachat namn:Physician Profile). - Mappa kolumner: ställ in Name till
{{ $json.item[0].Name }}, Address till{{ $json.item[0].Address }}och Specialty till{{ $json.item[0].Specialty }}. - Autentisering krävs: Anslut era googleSheetsOAuth2Api-inloggningsuppgifter i Append Provider Rows.
- I Notify Slack Channel ställer ni in Text till
Physician Profile Enricher Workflow Finished succesfullyoch Select tillchannel. - Välj Channel som
[YOUR_ID](cachat namn:all-browseract-workflow-test). - Autentisering krävs: Anslut era slackApi-inloggningsuppgifter i Notify Slack Channel.
- Anslut Separate Records → Append Provider Rows → Notify Slack Channel.
⚠️ Vanlig fallgrop: Kolumnuttrycken i Append Provider Rows refererar till $json.item[0]. Säkerställ att varje item från Separate Records innehåller en item-array med index 0, eller uppdatera uttrycken så att de matchar er datastruktur.
Steg 5: Testa och aktivera ert workflow
Kör ett fullständigt test för att validera dataextraktion, parsning och utdata innan ni aktiverar användning i produktion.
- Klicka på Execute Workflow på Manual Launch Trigger för att köra automatiseringen från början till slut.
- Bekräfta att Append Provider Rows lägger till eller uppdaterar rader i ert Google Sheet med fälten Name, Address och Specialty.
- Verifiera att Notify Slack Channel publicerar slutförandemeddelandet i vald Slack-kanal.
- När allt är bekräftat, växla workflowet till Active för användning i produktion.
Vanliga fallgropar
- BrowserAct-inloggningar kan löpa ut eller kräva särskilda behörigheter. Om något slutar fungera, kontrollera din BrowserAct API-nyckel i n8n:s Credentials och bekräfta att mallen ”Physician Profile Enricher” finns tillgänglig i ditt BrowserAct-konto.
- Om du använder Wait-noder eller extern rendering varierar processtider. Öka väntetiden om efterföljande noder fallerar på tomma svar.
- Google Sheets kan misslyckas utan tydliga fel när rubrikerna inte matchar. Om nya rader saknar fält, kontrollera att ditt ark har exakt Namn, Specialitet och Adress (och att vald flik i kalkylarket är rätt).
Vanliga frågor
Cirka 30 minuter om dina BrowserAct-, Google Sheets- och Slack-konton är redo.
Nej. Du kopplar mest konton och väljer ditt kalkylark. Den enda ”tekniska” delen är att bekräfta att rubrikerna i arket matchar det som flödet skriver.
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 in BrowserAct-kostnader baserat på hur många 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 hanterar n8n bra. Self-hosting ger obegränsat antal körningar men kräver grundläggande serverhantering.
Ja, men du anpassar det först i BrowserAct-mallen. Byt målsajt i din mall ”Physician Profile Enricher” och justera sedan parsningen i steget Separate Records om outputfälten ändras. Vanliga justeringar är att lägga till telefonnummer, ”tar emot nya patienter” eller att dela upp adressen i kolumner för stad/delstat/postnummer.
Oftast beror det på en utgången eller felaktig API-nyckel i n8n Credentials. Det kan också hända om BrowserAct-mallens namn har ändrats, eller om mallen inte sparades i det BrowserAct-konto du kopplade. Om katalogsajten uppdaterar sin layout kan din mall börja returnera tomma resultat, vilket ser ut som ett ”anslutningsproblem” men inte är det.
Några hundra profiler per körning är vanligt, förutsatt att din BrowserAct-task hinner klart utan timeouts och att ditt Google Sheet inte redan är enormt. I n8n Cloud är din gräns främst kopplad till månadens antal körningar; om du self-hostar är den praktiska gränsen serverresurser och hur lång tid BrowserAct behöver för att skrapa katalogen. Om du planerar att hämta tusentals åt gången, kör mindre batcher per stad eller specialitet så att du kan försöka igen på ett kontrollerat sätt när en skrapning hackar.
Ofta, ja. Det här flödet bygger på skrapning, parsning och dedupliceringslogik, vilket är där n8n brukar kännas mer flexibelt. Du kan hålla allt på ett ställe, lägga till villkorskontroller och self-hosta om volymen växer. Zapier eller Make kan fungera bra för enkel ”ny rad → skicka meddelande”-automation, men det blir snabbt klumpigt när data kommer som en rå textklump och först måste struktureras. Prata med en automationsexpert om du vill ha hjälp att välja.
När detta väl är igång slutar listbyggande att vara en uppgift du drar dig för och blir en knapp du trycker på. Flödet tar hand om de repeterbara delarna, och teamet får ett strukturerat ark som faktiskt går att jobba utifrån.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.