Du kollar ett företags webbplats, uppdaterar ett kalkylark, informerar teamet och gör sedan om samma sak nästa vecka. Någonstans i den loopen missas förändringar. Och du märker det först efter att en konkurrent lanserar på en ny plattform, en prospektkund plockar bort verktyget du integrerar med, eller en lead slutar passa din ICP.
Det här är den typen av röra som drabbar sales ops först, men marknadsanalytiker och growth-team känner av det också. Med automation för BuiltWith Sheets log slutar du ”hoppas att någon fångade det” och börjar samla stackförändringar på ett ställe.
Det här arbetsflödet hämtar BuiltWith-data, plockar ut det som är viktigt och lägger till en korrekt formaterad rad i Google Sheets. Du får se hur det fungerar, vad du behöver och vad du ska anpassa så att det faktiskt passar din uppföljningsprocess.
Så fungerar den här automationen
Hela n8n-arbetsflödet, från trigger till slutresultat:
n8n Workflow Template: BuiltWith till Google Sheets, spåra stackändringar snabbt
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: förändringar i tech stack upptäcks för sent
Förändringar i tech stack är små signaler med stora konsekvenser. Att ett företag lägger till ett nytt CRM, byter analysverktyg eller tar bort en chattwidget kan säga att de skalar upp, byter byrå, ändrar budget eller rullar ut en ny produktmotion. Problemet är att uppföljningen oftast är manuell och utspridd. Någon kollar BuiltWith, någon annan klistrar in anteckningar i ett ark, och din ”historik” är en handfull inkonsekventa rader som inte visar vad som faktiskt ändrades. När du till slut behöver kontexten finns den inte där. Ärligt talat är det utmattande.
Friktionen byggs på. Här är var det faller isär.
- Folk loggar nuvarande stack, men de fångar inte ett ”före vs. efter”-ögonblick, så själva förändringen försvinner.
- Att uppdatera kalkylark för hand tar vanligtvis runt 10 minuter per företag, och fel smyger sig in när du gör det i batchar.
- Team är oense om namngivning (”GA4” vs ”Google Analytics”), vilket gör filtrering och rapportering till ett huvudbry senare.
- Du upptäcker förändringar i efterhand, vilket gör att outreach, kontoöversyner eller vendor-play kommer för sent.
Lösningen: BuiltWith-kontroller loggas i Google Sheets
Det här n8n-arbetsflödet gör en BuiltWith-sökning till en prydlig, repeterbar logg i Google Sheets. Du kör det (manuellt till att börja med, vilket ofta är perfekt för kontrollerad research), det sätter det teknikfält du bryr dig om, anropar BuiltWith API och parserar sedan svaret till strukturerad data. Efter det lägger det till en rad i ditt ark och skapar en enkel ”ändringshistorik” som du kan sortera, filtrera och dela utan att behöva passa det.
Arbetsflödet startar när du triggar det i n8n. BuiltWith returnerar domänens identifierade teknologier, och arbetsflödets kodsteg extraherar de användbara delarna (domändetaljer, teknikposter, tidsstämplar). Till sist blir Google Sheets din single source of truth, så att du kan följa vad som ändrats över veckor och månader utan att bygga om datasetet varje gång.
Det du får: automation vs. resultat
| Vad det här arbetsflödet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att du följer upp 20 målkonton varje vecka. Manuellt, med ungefär 10 minuter per konto för uppslag, copy-paste och efterarbete, blir det cirka 3 timmar. Med det här arbetsflödet triggar du körningen och låter den lägga till raden: räkna med 2 minuter per konto, alltså runt 40 minuter totalt (mest av det är bara väntan på API:t). Det är över 2 timmar tillbaka varje vecka, och arket förblir konsekvent.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- BuiltWith API för uppslagsdata om teknologier.
- Google Sheets för att lagra den historiska ändringsloggen.
- BuiltWith API-nyckel (hämta den i din BuiltWith-kontopanel).
Kunskapsnivå: Nybörjare. Du kopplar in behörigheter, klistrar in en API-nyckel och väljer ett kalkylark.
Vill du inte sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
Du triggar en körning från n8n. Det här arbetsflödet startar med en manuell exekveringstrigger, vilket är användbart när du bygger en mållista och vill ha kontrollerade kontroller.
Arbetsflödet sätter upp kontexten för spårningen. Ett snabbt steg för att ”tilldela teknikfält” definierar vad du vill fokusera på (till exempel en kategori som analys eller marketing automation), så att din logg håller sig prydlig.
BuiltWith frågas och svaret rensas upp. n8n skickar en HTTP-request till BuiltWith API och ett parseringssteg extraherar sedan de delar du bryr dig om från råa domändetaljer.
En ny rad läggs till i Google Sheets. Varje körning blir en tidsstämplad post som du kan filtrera, dela och använda som din långsiktiga ändringshistorik.
Du kan enkelt ändra vilka teknikkategorier du spårar så att det matchar din ICP-research eller konkurrentbevakning. Se den fullständiga implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-implementeringsguide
Steg 1: konfigurera den manuella triggern
Starta arbetsflödet med en manuell trigger så att ni kan testa BuiltWith-uppslagningen innan ni automatiserar vidare.
- Lägg till noden Manual Execution Start som trigger.
- Lämna standardinställningarna som de är för att möjliggöra manuella körningar från editorn.
- Säkerställ att Manual Execution Start är ansluten till Assign Tech Field.
Steg 2: anslut BuiltWith och definiera tekniken
Ange den teknik ni vill söka efter och anropa BuiltWith API:t med korrekta frågeparametrar.
- Öppna Assign Tech Field och lägg till en strängtilldelning: ställ in Technology till
Shopify. - Öppna BuiltWith API Request och ställ in URL till
https://api.builtwith.com/v20/api.json. - Aktivera Send Query och konfigurera frågeparametrar: KEY till
[CONFIGURE_YOUR_API_KEY], TECH till{{ $json.Technology }}och START till0. - Verifiera anslutningskedjan: Assign Tech Field → BuiltWith API Request.
- Öppna Parse Domain Details och behåll den tillhandahållna JavaScript Code som mappar resultat till
domain,technology,firstIndexedochvertical. - Bekräfta körordningen: BuiltWith API Request → Parse Domain Details.
- Säkerställ att utdata innehåller de mappade fälten från kodblocket för efterföljande loggning till sheet.
- Öppna Append to Sheets Log och ställ in Operation till
append. - Ställ in Document till
[YOUR_ID]och välj arket med Sheet Name inställt pågid=0(Sheet1). - Mappa kolumner med uttryck: Domain →
{{ $json.domain }}, Vertical →{{ $json.vertical }}, Technology →{{ $json.technology }}, First Indexed →{{ $json.firstIndexed }}. - Inloggningsuppgifter krävs: Anslut era googleSheetsOAuth2Api-inloggningsuppgifter i Append to Sheets Log.
- Klicka på Execute Workflow och observera att data rör sig från Manual Execution Start till Append to Sheets Log.
- Verifiera att BuiltWith API Request returnerar resultat och att Parse Domain Details ger ut flera items.
- Kontrollera ert Google Sheet för att bekräfta nya rader med förväntade kolumner och värden.
- När ni är nöjda, ställ in arbetsflödet på Active för produktionsanvändning.
[CONFIGURE_YOUR_API_KEY] oförändrad kommer API-anropet att misslyckas. Ersätt den med er faktiska BuiltWith API-nyckel.Steg 3: sätt upp logiken för datatolkning
Transformera BuiltWith-svaret till rader som är redo att loggas i Google Sheets.
Steg 4: konfigurera utdata till Google Sheets
Lägg till varje tolkad domänpost i ert loggblad.
Steg 5: testa och aktivera ert arbetsflöde
Kör ett manuellt test för att bekräfta att API-anropet, tolkningen och tillägget i sheet fungerar korrekt.
Vanliga fallgropar
- BuiltWith-behörigheter kan löpa ut eller kräva rätt plan/behörighetsnivå. Om arbetsflödet plötsligt returnerar tom data, kontrollera först status för din BuiltWith API-nyckel i BuiltWith-panelen.
- 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 er tonalitet tidigt, annars kommer du att redigera output för alltid.
Vanliga frågor
Cirka 15 minuter om din BuiltWith-nyckel och ditt Google Sheet är redo.
Nej. Du kopplar konton och klistrar in din BuiltWith API-nyckel. Parseringssteget ingår redan i arbetsflödet.
Ja. n8n har ett gratis self-hosted-alternativ 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 din request-volym.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärt och klarar n8n bra. Self-hosting ger dig obegränsade körningar men kräver grundläggande serveradministration.
Ja, men du lägger till ett extra steg. Efter kodsteget ”Parse Domain Details” lägger du in en Slack-nod som postar ett meddelande när en specifik teknologi dyker upp (eller försvinner) i den parsade outputen. Vanliga anpassningar är att filtrera på teknikkategori (analys vs annonser), bara notisera om ”nya tillägg” och tagga en kanal för specifika konton.
Oftast beror det på en ogiltig eller utgången API-nyckel. Generera en ny BuiltWith API-nyckel och uppdatera den i noden HTTP Request, och kör sedan arbetsflödet igen. Kontrollera också att din BuiltWith-plan har API-åtkomst aktiverad, eftersom vissa konton returnerar begränsad data. Om du kör många domäner efter varandra kan du också slå i rate limits, vilket syns som misslyckade requests eller partiella svar. I så fall, sänk tempot eller batcha körningarna.
Om du self-hostar n8n finns ingen exekveringsgräns (det beror främst på din server och BuiltWith-begränsningar). På n8n Cloud beror dina månatliga exekveringar på din plan, och det här arbetsflödet är en exekvering per körning. I praktiken kör de flesta team allt från dussintals till ett par hundra kontroller i veckan utan problem, så länge BuiltWith API-kvoten matchar volymen.
Ofta, ja. n8n är bättre när du behöver anpassad parsning, grenlogik eller vill ha möjligheten att self-hosta för högre volym utan att betala per liten delsteg. Zapier och Make kan gå snabbare för väldigt enkla tvåstegs-flöden, men de blir klumpiga när API-svaret behöver rensas upp innan loggning. Det här arbetsflödet inkluderar redan den delen med ”stökig JSON till strukturerade kolumner”, vilket är där de flesta fastnar. Om du tvekar, prata med en automationsexpert så får du en rak rekommendation.
När detta väl rullar slutar din ”stack-ändringshistorik” att vara en skör manuell vana och blir ett pålitligt system. Sätt upp det, håll arket korrekt formaterat och agera snabbare när signalen dyker upp.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.