Behöver ert företag hjälp med att implementera AI? Kontakta oss och få prisoffert här →
AI Skolan
januari 22, 2026

DataForSEO + Airtable: strukturerad sökordsanalys

Rickard Andersson Partner, Nodenordic.se

Sökordsanalys faller isär så fort du försöker hålla ordning på den. Idéer finns i ett kalkylark, SERP-anteckningar i ett annat, ”People Also Ask”-frågor i ett dokument, och kopplingarna mellan dem är… mest i ditt huvud.

Det är här content marketers börjar tappa timmar, och ärligt talat känner byråägare det också när de jonglerar flera kunder. Även en solo founder som försöker publicera konsekvent hamnar i samma röra. Med den här DataForSEO Airtable-automationen håller du varje seed-sökord kopplat till den research som faktiskt bevisar att det är värt att skriva om.

Du får se hur workflowet hämtar sökordsidéer, SERP:ar och frågor från DataForSEO och sedan skriver in allt i en relationsbaserad Airtable-bas, så att du kan filtrera, söka och planera snabbare.

Så fungerar den här automationen

Hela n8n-workflowet, från trigger till slutlig output:

n8n Workflow Template: DataForSEO + Airtable: strukturerad sökordsanalys

Problemet: sökordsanalys blir snabbt oanvändbar

Du börjar med goda intentioner: en lista med seed-sökord och en plan för att validera dem. Sedan slår verkligheten till. Ett sökord blir 40 förslag, 20 relaterade termer, 10 ”autocomplete”-varianter, en SERP du borde skärmdumpa och en handfull People Also Ask-frågor som skulle bli perfekta H2:or. Gör du det manuellt slutar du antingen halvvägs, eller så lägger du din bästa kreativa energi på att kopiera och strukturera data. Än värre: du tappar relationerna mellan datan, så senare kan du inte svara på enkla frågor som ”Vilket seed skapade det här klustret?” eller ”Har vi redan täckt den här vinkeln för en annan kund?”

Det växer snabbt. Här är var det vanligtvis faller isär.

  • Du slutar med att kontrollera samma SERP:ar igen varannan vecka eftersom dina anteckningar inte är kopplade till original-sökordet.
  • Copy/paste av sökordslistor till kalkylark skapar stökiga dubletter, inkonsekvent formatering och ibland en rad av typen ”varför ligger det här här?”.
  • People Also Ask-frågor samlas in, men hamnar aldrig i outlines eftersom de inte är kopplade till sidorna du planerade.
  • Att skala till 50 eller 200 seeds blir ett helgprojekt, så du skjuter upp innehållsbeslut som borde ta en timme.

Lösningen: DataForSEO-research, automatiskt inskriven i Airtable

Det här workflowet gör sökordsanalys till ett repeterbart system. Det startar när en inkommande webhook triggar n8n, vilket betyder att du kan köra det från en knapp, ett formulär, ett schemalagt jobb eller till och med ett annat workflow. n8n hämtar ”primärt sökord” (din seed) från Airtable, förbereder API-parametrarna en gång och anropar sedan flera DataForSEO-endpoints för att hämta olika perspektiv av researchen. När resultaten kommer tillbaka expanderar workflowet listorna till enskilda objekt, mappar fälten till en korrekt formaterad struktur, filtrerar bort irrelevant SERP-data och skapar organiserade poster i Airtable. Till sist uppdateras statusen på ditt seed-sökord, så att du ser vad som är processat och vad som fortfarande väntar.

Workflowet startar via webhook, slår upp seed-sökordet i Airtable och förgrenar sedan ut i flera DataForSEO API-anrop (relaterade sökord, förslag, autocomplete, idéer, underämnen, plus SERP och PAA). Slutligen skriver det varje dataset till rätt Airtable-tabeller så att allt förblir länkat till ursprungs-seedet.

Det du får: automation vs. resultat

Exempel: så här ser det ut

Säg att du gör research på 20 seed-sökord för en ny bloggkategori. Manuellt kanske du lägger cirka 10 minuter per seed på att hämta förslag och relaterade termer, plus ytterligare 10 minuter på att granska SERP:ar och kopiera People Also Ask-frågor, vilket landar på ungefär 6–7 timmar totalt. Med det här workflowet skickar du seeds till Airtable och triggar körningen; n8n gör DataForSEO-anropen och skriver tillbaka allt medan du gör annat. Även om du avsätter 20 minuter för att ”kontrollera output och välja vinnare” har du bytt en hel dags rutinjobb mot en kort granskning.

Det här behöver du

  • n8n-instans (testa n8n Cloud gratis)
  • Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
  • DataForSEO för sökords- och SERP-API-data
  • Airtable för att lagra länkad sökordsresearch
  • DataForSEO API-uppgifter (hämtas i din DataForSEO-dashboard)

Kunskapsnivå: Medel. Du kopplar konton, klistrar in API-uppgifter och säkerställer att Airtable-tabeller/fält matchar mallen.

Vill du inte sätta upp detta själv? Prata med en automationsexpert (kostnadsfri 15-minuters konsultation).

Så fungerar det

En webhook startar körningen. Du triggar workflowet från valfri källa, och n8n hämtar direkt de identifierare som behövs för att slå upp rätt seed-sökord i Airtable.

Seed-sökordet hämtas och paketeras för API-anrop. Workflowet hämtar posten för ditt primära sökord och förbereder sedan konsekventa parametrar så att varje DataForSEO-request använder samma inställningar (plats, språk och andra targeting-värden).

DataForSEO frågas på flera research-vinklar. n8n anropar endpoints för relaterade sökord, förslag, autocomplete, idéer, underämnen och SERP-data. Resultaten expanderas till individuella objekt, filtreras vid behov (t.ex. separera organiska resultat och PAA) och mappas till en korrekt formaterad struktur som Airtable kan ta emot.

Airtable blir ”single source of truth”. Poster skapas i rätt tabeller, länkas tillbaka till seed-sökordet och seedets status uppdateras så att du kan följa vad som är klart, vad som ligger i kö och vad som behöver en ny körning.

Du kan enkelt ändra vilka endpoints du hämtar (till exempel hoppa över SERP:ar för snabb idéframtagning) utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.

Steg-för-steg-guide för implementering

Steg 1: konfigurera webhook-triggern

Sätt upp den inkommande förfrågan som startar arbetsflödet och skickar med Airtable-postens ID.

  1. Lägg till och konfigurera Incoming Webhook Trigger med HTTP Method satt till POST och Path satt till 20d50a4c-b0cf-4f32-82ba-09ca88f3a699.
  2. Säkerställ att den inkommande payloaden innehåller query.recordID så att Map Airtable Identifiers kan mappa Airtable-postreferensen.
  3. Koppla Incoming Webhook Trigger till Map Airtable Identifiers för att starta kedjan för dataanrikning.
⚠️ Vanlig fallgrop: Om query.recordID saknas kommer Fetch Primary Keyword och alla Airtable-uppdateringar att misslyckas eftersom ingen post kan lösas.

Steg 2: anslut Airtable och mappa identifierare

Definiera Airtable-basens och posternas ID:n och hämta posten för primärt sökord som används i alla efterföljande grenar.

  1. I Map Airtable Identifiers ställer ni in airtable_base_id till apprrQ0Dv1cJOfMi9 och airtable_record_id till {{ $json.query.recordID }}.
  2. Öppna Fetch Primary Keyword och behåll ID satt till =recYwGySY79Qrp0ZJ (eller ersätt med er logik för post-ID).
  3. Inloggningsuppgifter krävs: Anslut era airtableTokenApi-inloggningsuppgifter till Fetch Primary Keyword.
  4. Bekräfta att basen använder {{ $json.airtable_base_id }} så att alla Airtable-noder delar en dynamisk basreferens.
Anslut Airtable-inloggningsuppgifter i alla Airtable-noder (9 noder hanterar primära sökord, SERP-resultat och master-variationer av sökord).

Steg 3: konfigurera förberedelse av API-parametrar

Standardisera sökord, språk och gränser så att varje API-gren får identiska parametrar.

  1. Konfigurera Prepare API Parameters för att tilldela fält från den hämtade posten: Primary Keyword till {{ $json['Primary Keyword'] }}, Location till {{ $json.Location }}, Language till {{ $json.Language }}, Limit till {{ $json.Limit }} och Depth till {{ $json.Depth }}.
  2. Koppla Fetch Primary Keyword till Prepare API Parameters så att alla efterföljande API-anrop är synkade.
⚠️ Vanlig fallgrop: Om något av dessa fält saknas i Airtable kommer API-anrop att skicka tomma värden och ge ofullständiga resultat.

Steg 4: konfigurera parallella DataForSEO API-anrop

Trigga flera endpoints för sökordsdata parallellt för relaterade sökord, förslag, idéer, autocomplete, SERP och delämnen.

  1. Prepare API Parameters skickar utdata till Related Keyword API Call, Suggestion API Request, Idea API Request, Autocomplete API Call, SERP API Call, Subtopic API Request och Update Primary Keyword Status parallellt.
  2. För Related Keyword API Call ställer ni in URL till https://api.dataforseo.com/v3/dataforseo_labs/google/related_keywords/live och behåller JSON body-uttrycket enligt definition.
  3. För Suggestion API Request ställer ni in URL till https://api.dataforseo.com/v3/dataforseo_labs/google/keyword_suggestions/live med det angivna JSON body-uttrycket.
  4. För Idea API Request ställer ni in URL till https://api.dataforseo.com/v3/dataforseo_labs/google/keyword_ideas/live med det angivna JSON body-uttrycket.
  5. För Autocomplete API Call ställer ni in URL till https://api.dataforseo.com/v3/serp/google/autocomplete/live/advanced och behåller client satt till gws-wiz-serp.
  6. För SERP API Call ersätter ni URL med er giltiga DataForSEO-endpoint (nuvarande värde är https://api.dataforseo.[CONFIGURE_YOUR_API_KEY]).
  7. För Subtopic API Request ställer ni in URL till https://api.dataforseo.com/v3/content_generation/generate_sub_topics/live och behåller topic mappat till {{ $json['Primary Keyword'] }}.
  8. Inloggningsuppgifter krävs: Anslut era httpBasicAuth- eller httpHeaderAuth-inloggningsuppgifter till alla DataForSEO request-noder (6 HTTP Request-noder).
⚠️ Vanlig fallgrop: URL:en för SERP API Call innehåller en platshållare. Ersätt den med en giltig DataForSEO-endpoint innan ni testar.

Steg 5: expandera, filtrera och mappa API-resultat

Dela upp API-arrayer i enskilda objekt och mappa de fält som behövs för Airtable-utdata.

  1. Koppla Related Keyword API CallExpand Related Items (splitta ut tasks[0].result[0].items) → Map Related Keyword Fields.
  2. Koppla Suggestion API RequestExpand Suggestion ItemsMap Suggestion Fields.
  3. Koppla Idea API RequestExpand Idea ItemsMap Idea Fields.
  4. Koppla Autocomplete API CallExpand Autocomplete ItemsMap Autocomplete Fields, med primary keyword mappat till {{ $('Prepare API Parameters').item.json['Primary Keyword'] }}.
  5. Expand SERP Items skickar utdata till både Filter Organic Results och Filter PAA Results parallellt.
  6. Ställ in Filter Organic Results att matcha leftValue {{ $json.type }} lika med organic, och Filter PAA Results lika med people_also_ask.
  7. Routa Filter Organic ResultsMap SERP Fields och Filter PAA ResultsExpand PAA ItemsMap PAA Fields.
  8. För Subtopic API Request kopplar ni till Expand Subtopic Items (splitta ut tasks[0].result[0].sub_topics) → Map Subtopic Fields.
Om något API returnerar tomma arrayer kommer motsvarande split- och map-noder helt enkelt inte att skicka vidare några objekt – detta är normalt och förhindrar tomma Airtable-inlägg.

Steg 6: konfigurera Airtable-utdatanoder

Skapa sökordsposter och uppdatera status för det primära sökordet när datainsamlingen är klar.

  1. Koppla Map Related Keyword FieldsCreate Related Keywords för att skriva till tabellen Master All KW Variations med mappade fält som {{ $json['related keyword'] }} och {{ $now.format('MM-dd-yyyy') }}.
  2. Koppla Map Suggestion FieldsCreate Suggested Keywords med Type-värden som KW Suggestion.
  3. Koppla Map Idea FieldsCreate Idea Keywords med Type-värden som KW Idea.
  4. Koppla Map Autocomplete FieldsCreate Autocomplete Keywords för att lagra autocomplete-förslag.
  5. Koppla Map SERP FieldsCreate SERP Records med fält som {{ $json.title }}, {{ $json.domain }} och {{ $json.url }}.
  6. Koppla Map PAA FieldsCreate PAA Keywords och behåll Type mappat till {{ $json['type '] }}.
  7. Koppla Map Subtopic FieldsCreate Subtopic Keywords med Type satt till Subtopic.
  8. Ställ in Update Primary Keyword Status för att uppdatera Airtable-posten med {{ $('Map Airtable Identifiers').item.json.airtable_record_id }} och sätt Trigger till KW Research Complete.
  9. Inloggningsuppgifter krävs: Anslut era airtableTokenApi-inloggningsuppgifter till alla Airtable-utdatanoder (9 noder hanterar skapanden och uppdateringar).
⚠️ Vanlig fallgrop: Säkerställ att era Airtable-fältnamn matchar det mappade schemat (t.ex. KW Difficulty, Search Intent, Date Pulled from D4SEO) annars kommer skapande av poster att misslyckas.

Steg 7: testa och aktivera ert arbetsflöde

Verifiera webhook-payloaden, DataForSEO-svar och Airtable-inlägg innan ni aktiverar arbetsflödet.

  1. Klicka på Execute Workflow och skicka en POST-förfrågan till Incoming Webhook Trigger med query.recordID som refererar till en giltig Airtable-post.
  2. Bekräfta att Prepare API Parameters tar emot värden för Primary Keyword, Location, Language, Limit och Depth.
  3. Verifiera att varje API-gren returnerar objekt och att mappade fält visas i Create Related Keywords, Create Suggested Keywords, Create Idea Keywords, Create Autocomplete Keywords, Create SERP Records, Create PAA Keywords och Create Subtopic Keywords.
  4. Kontrollera Airtable för att säkerställa att nya poster skapas med förväntat Primary Keyword och datumfält, och att Update Primary Keyword Status sätter Trigger till KW Research Complete.
  5. När testerna är lyckade, växla arbetsflödet till Active för användning i produktion.
🔒

Lås upp fullständig steg-för-steg-guide

Få den kompletta implementeringsguiden + nedladdningsbar mall

Vanliga fallgropar

  • DataForSEO-uppgifter kan löpa ut eller ha IP-/säkerhetsbegränsningar. Om anrop börjar misslyckas, kontrollera först din DataForSEO-dashboard och API-åtkomstinställningarna.
  • Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om nedströmsnoder misslyckas på tomma svar.
  • Skapande av Airtable-poster kan misslyckas utan tydligt fel när fälten inte matchar basen. Om nya rader inte dyker upp, jämför dina Airtable-tabell-/fältnamn med vad workflowets mappningssteg förväntar sig.

Vanliga frågor

Hur lång tid tar det att sätta upp den här DataForSEO Airtable-automationen?

Cirka en timme om din Airtable-bas är klar.

Behöver jag kunna koda för att automatisera DataForSEO-sökordsanalys till Airtable?

Nej. Du kopplar konton, lägger till API-uppgifter och matchar några Airtable-fält.

Är n8n gratis att använda för det här workflowet för DataForSEO Airtable-automation?

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 DataForSEO API-kostnader (pay-as-you-go, vanligtvis några dollar per batch beroende på endpoints).

Var kan jag hosta n8n för att köra den här automationen?

Två alternativ: n8n Cloud (hanterad, enklast att komma igång) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärd och klarar n8n bra. Self-hosting ger dig obegränsat antal körningar men kräver grundläggande serverhantering.

Kan jag anpassa det här workflowet för DataForSEO Airtable-automation för olika länder och språk?

Ja, och det är en av de bästa anledningarna att använda det. Uppdatera workflowets mappning i ”Prepare API Parameters” så att varje DataForSEO-request använder rätt värden för plats och språk. Du kan också styra vilka dataset du sparar genom att slå av/på vilka API-anrop som körs (till exempel köra suggestions och relaterade sökord dagligen och hämta SERP:ar veckovis). Om din Airtable-bas har separata tabeller per marknad, justera ”Map Airtable Identifiers” och noderna som skapar poster så att varje körning skriver till rätt destination.

Varför misslyckas min DataForSEO-anslutning i det här workflowet?

Oftast handlar det om ogiltiga eller begränsade API-uppgifter. Skapa om din DataForSEO API-inloggning/nyckel (eller bekräfta dina tillåtna IP-/säkerhetsinställningar) och uppdatera sedan uppgifterna som används av HTTP Request-noderna i n8n. Om det bara misslyckas på större körningar kan du också slå i rate limits eller skicka parametrar som endpointen underkänner, så kontrollera HTTP-svarets body i nodkörningen för exakt felmeddelande.

Hur många sökord kan den här DataForSEO Airtable-automationen hantera?

Många, men det beror på dina Airtable-gränser och hur många poster du skapar per seed.

Är den här DataForSEO Airtable-automationen bättre än att använda Zapier eller Make?

Ofta, ja. Det här workflowet förgrenar ut i flera API-anrop, expanderar stora listor, filtrerar SERP-/PAA-data och skriver länkade poster tillbaka till Airtable, vilket är den typen av flerstegslösning som blir dyr eller krånglig i enklare verktyg. n8n ger dig också ett self-host-alternativ, så hög volym innebär inte automatiskt en högre faktura. Zapier eller Make kan fortfarande fungera bra för en enkel ”en request, en tabell”-setup. Om du vill ha relationsstrukturen och flera dataset per seed är n8n oftast ett smidigare val. Prata med en automationsexpert om du är osäker.

När detta väl rullar slutar sökordsanalys vara en engångssyssla och blir en tillgång du kan återanvända. Workflowet sköter insamling och struktur, så att du kan fokusera på att välja vinnare och publicera.

Kontakta oss

Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.

×

Använd mall

Få direkt tillgång till denna n8n-arbetsflödes JSON-fil

Få prisoffert redan idag!
Få prisoffert redan idag!

Berätta vad ni behöver hjälp med så hör vi av oss inom en arbetsdag!

Få prisoffert redan idag!
Få prisoffert redan idag!

Berätta vad ni behöver hjälp med så hör vi av oss inom en arbetsdag!

Launch login modal Launch register modal