Tech-stackresearch blir snabbt rörig. En person tar skärmdumpar i BuiltWith. En annan klistrar in anteckningar i ett dokument. Sedan blir din ”leadlista” en hög av halvt verifierade gissningar du inte litar på.
Growth marketers märker det när inriktningen spårar ur. Sales ops ser det när säljare jagar fel konton. Och om du driver en byrå känner du redan smärtan i att hålla research konsekvent mellan kunder. Den här BuiltWith–Sheets-synken gör rå stackdata till strukturerade rader du kan filtrera, sortera och återanvända.
Nedan ser du hur workflowet körs i n8n, vilka resultat du kan förvänta dig och hur du använder det för snabbare, mer strukturerad lead-research utan att veckan försvinner i kalkylbladsbarnvakt.
Så fungerar den här automatiseringen
Hela n8n-workflowet, från trigger till slutresultat:
n8n Workflow Template: BuiltWith till Google Sheets, mer strukturerad leadresearch
flowchart LR
subgraph sg0["Manual Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "Manual Trigger", pos: "b", h: 48 }
n1@{ icon: "mdi:swap-vertical", form: "rounded", label: "Set Technology", pos: "b", h: 48 }
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/>Fetch BuiltWith Data"]
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/code.svg' width='40' height='40' /></div><br/>Extract Site Info"]
n4@{ icon: "mdi:database", form: "rounded", label: "Log to Google Sheet", pos: "b", h: 48 }
n0 --> n1
n1 --> n2
n3 --> n4
n2 --> n3
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 database
class n2 api
class n3 code
classDef customIcon fill:none,stroke:none
class n2,n3 customIcon
Problemet: BuiltWith-data är användbar, men svår att operationalisera
BuiltWith är riktigt bra på att visa vad ett bolag kör på. Problemet är vad som händer efter att du slagit upp det. Du kopierar några tekniker till ett ark, missar hosting-leverantören, glömmer analystjänsterna, och plötsligt är din ”targetlista” inkonsekvent. En vecka senare frågar någon: ”Hur många av de här kontona använder HubSpot?” och du kan inte svara utan att dubbelkolla dussintals domäner. Tidskostnaden är inte bara uppslaget. Det är omarbetet och alla extra kontrollvarv.
Friktionen byggs på. Här är det som brukar fallera.
- Folk registrerar olika fält, så filtrering på tech stack blir opålitlig.
- Manuell copy-paste leder till stavfel, dubbletter och ”mystiska rader” som ingen äger.
- Research hamnar i personliga flikar och bokmärken, inte i ett delat system som teamet kan återanvända.
- När du vill köra en ny kampanj börjar du om från noll i stället för att bygga vidare på tidigare arbete.
Lösningen: BuiltWith → Google Sheets som strukturerade, sökbara rader
Det här n8n-workflowet skapar ett repeterbart sätt att förvandla BuiltWith-uppslag till strukturerad lead intelligence i Google Sheets. Du startar körningen, sätter målet du bryr dig om (till exempel en specifik teknologi eller en uppsättning kriterier), och n8n skickar requesten till BuiltWith API. Workflowet plockar sedan ut relevanta sajtdetaljer från svaret, strukturerar dem till konsekventa fält och lägger till dem som en ny rad i ett delat kalkylark. Inget mer ”vem klistrade in det här?” och inga fler ad hoc-kolumner. Ditt ark blir en levande researchdatabas som teamet kan söka i och segmentera när som helst.
Workflowet startar med en manuell trigger när du är redo att researcha. Därifrån sätter det teknikfokus, anropar BuiltWith via HTTP och tolkar svaret i ett kodsteg så att slutresultatet blir prydligt. Till sist får Google Sheets en strukturerad rad per företag, redo för filtrering och outreach.
Det du får: automatisering vs. resultat
| Vad det här workflowet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att du researchar 50 målföretag för en ny outbound-lista. Manuellt kanske du lägger cirka 5 minuter per företag på att kopiera tech stack-anteckningar och strukturera kolumner, vilket blir ungefär 4 timmar. Med det här workflowet triggar du körningen, låter BuiltWith-requesten hämta datan och arket får en strukturerad rad automatiskt. Även om du lägger en minut på att rimlighetskolla varje rad hamnar du närmare en timme totalt. Det är en hel eftermiddag sparad.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för egen hosting om du föredrar det (Hostinger fungerar bra)
- BuiltWith API-nyckel för tech stack-uppslag
- Google Sheets för att lagra strukturerade, delade researchrader
- Åtkomst till Google-konto (aktivera Sheets-anslutningen i n8n)
Kunskapsnivå: Nybörjare. Du kopplar konton, klistrar in en API-nyckel och väljer kalkylarket där rader ska läggas till.
Vill du inte sätta upp det här själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
Du startar körningen när du är redo. Workflowet använder en manuell trigger, vilket passar perfekt för research i batchar (som att bygga en kampanjlista på måndag morgon).
Ditt targetingfokus sätts direkt. Ett snabbt ”set fields”-steg anger målteknologin eller kriterierna du researchar, så att dina uppslag blir konsekventa mellan körningar och mellan teammedlemmar.
BuiltWith frågas och svaret struktureras. n8n skickar en HTTP-request till BuiltWith API, och sedan extraherar ett kodsteg sajtdetaljer och strukturerar dem till kolumner som fungerar i ett kalkylark.
Google Sheets blir single source of truth. Sista steget lägger till en ny rad i ditt valda kalkylark, så du får en sökbar lista som du kan segmentera för outreach, annonser eller konkurrentanalys.
Du kan enkelt ändra målteknologin för att matcha varje kampanj 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, vilket gör att ni kan köra ett test och validera BuiltWith-frågan innan ni schemalägger eller skalar upp.
- Lägg till eller öppna noden Manual Execution Start.
- Lämna alla fält som standard eftersom den här triggern inte kräver någon konfiguration.
- Behåll gärna Flowpast Branding som en referensnotering; den påverkar inte körningen.
Steg 2: anslut BuiltWith API-indatan
Ange målteknik och skicka den vidare till BuiltWith API-anropet.
- Öppna Assign Target Technology och ställ in tilldelningen Technology till
Shopify. - Öppna BuiltWith API Request och ställ in URL till
https://api.builtwith.com/v20/api.json. - Aktivera Send Query Parameters och konfigurera parametrarna: KEY =
[CONFIGURE_YOUR_API_KEY], TECH ={{ $json.Technology }}och START =0.
[CONFIGURE_YOUR_API_KEY] med er faktiska BuiltWith API-nyckel, annars misslyckas anropet.Steg 3: konfigurera databearbetning
Transformera BuiltWith-svaret till rena fält för kalkylarket.
- Öppna Extract Site Details och bekräfta att JavaScript Code är satt till:
const techSearched = $json["technologies"] || "Unknown"; // fallback in case it's not set const results = $json.Results || []; return results.map(site => { return { json: { domain: site.ResultPath || "", technology: techSearched, firstIndexed: site.FirstIndexed || "", vertical: site.Vertical || "" } }; }); - Säkerställ att BuiltWith API Request är kopplad till Extract Site Details enligt arbetsflödet.
Steg 4: konfigurera kalkylarksutdata
Lägg till de bearbetade leadsen i Google Sheets för spårning och analys.
- Öppna Append to Spreadsheet och ställ in Operation till
append. - Välj målarket i Document och målfliken i Sheet Name (för närvarande inställt på
[YOUR_ID]ochSheet1). - Mappa kolumner till värden: Domain →
{{ $json.domain }}, Vertical →{{ $json.vertical }}, Technology →{{ $json.technology }}, First Indexed →{{ $json.firstIndexed }}. - Credential Required: Anslut era googleSheetsOAuth2Api-credentials.
Steg 5: testa och aktivera ert arbetsflöde
Kör ett manuellt test för att bekräfta att API-svaret och tillägget till kalkylarket fungerar som förväntat.
- Klicka på Execute Workflow för att trigga Manual Execution Start.
- Verifiera att BuiltWith API Request returnerar resultat och att Extract Site Details matar ut fält som
domain,technology,firstIndexedochvertical. - Bekräfta att nya rader visas i ert Google Sheet från Append to Spreadsheet.
- När allt är validerat aktiverar ni arbetsflödet med Active-reglaget för användning i produktion.
Vanliga fallgropar
- BuiltWith-inloggning kan gå ut eller kräva specifika behörigheter. Om det skapar fel, börja med att kontrollera status för din BuiltWith API-nyckel i BuiltWith-kontots dashboard.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om nedströms noder fallerar på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in din varumärkesröst tidigt, annars kommer du redigera output i all evighet.
Vanliga frågor
Cirka 20 minuter om din API-nyckel och Google-åtkomst är på plats.
Nej. Du klistrar in behörigheter och väljer ditt kalkylark. Workflowet hanterar redan dataextrahering och formatering.
Ja. n8n har ett gratis alternativ för egen hosting och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volym. Du behöver också räkna in BuiltWith API-kostnader baserat på din plan och uppslagsvolym.
Två alternativ: n8n Cloud (managerat, enklast att sätta upp) eller egen hosting på en VPS. För egen hosting är Hostinger VPS prisvärd och hanterar n8n bra. Egen hosting ger dig obegränsade körningar men kräver grundläggande serverhantering.
Ja, men då vill du justera steget ”Assign Target Technology” så att det tar en lista och sedan loopar igenom den innan du anropar BuiltWith. Många team anpassar även steget ”Extract Site Details” för att bara spara de kolumner de bryr sig om (som CMS, analytics och hosting). Du kan också lägga till en enkel If-kontroll för att förhindra att dubblettdomäner läggs till.
Oftast beror det på en ogiltig eller utgången API-nyckel, så generera en ny och uppdatera behörigheten som används av HTTP-requesten. Kontrollera också att din BuiltWith-plan tillåter endpoints du anropar. Om det fungerar för en domän men misslyckas i batchar kan du slå i rate limits, så att sakta ner requesterna (eller batcha dem) hjälper. Bekräfta till sist att dina requestparametrar matchar vad BuiltWith förväntar sig; ett litet stavfel kan ge tom data som ser ut som ett ”trasigt” workflow.
På n8n Cloud Starter begränsas du av månatliga körningar, så de flesta team håller det till några tusen uppslag om de inte uppgraderar. Om du hostar själv finns ingen körningsgräns, och din begränsning blir serverresurser plus BuiltWith API:s rate limits. I praktiken fungerar det här workflowet bra för batch-research med dussintals eller hundratals företag åt gången.
Ofta, ja. BuiltWith-anrop behöver vanligtvis lite strukturering innan datan är användbar, och n8n gör det enkelt att lägga in egen logik i extraheringssteget utan att betala extra för varje förgrening. Zapier eller Make kan fortfarande fungera om du bara behöver ett enkelt ”anropa API, lägg till rad”-flöde och kan leva med mindre kontroll över formateringen. Om ditt ark kräver strikt kolumnstruktur, avduplicering eller flera tech targets är n8n oftast det lugnare alternativet. Prata med en automationsexpert om du vill ha hjälp att välja.
Mer strukturerad research förändrar allt, ärligt talat. När arket håller sig konsekvent blir din targeting skarpare, överlämningar blir enklare och småjobbet slutar smyga sig tillbaka.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.