Dina konkurrenter skickar uppdateringar, justerar priser och lanserar “tyst” nya funktioner, och du får höra om det tre dagar senare i en slumpmässig tråd. Då reagerar teamet i stället för att leda.
Det här är den typ av röra som product marketers känner av först. Men även grundare som bevakar marknaden och growth leads som bygger kampanjer drabbas. Med Gmail Sheets alerts får du lanseringsintel fångad och loggad automatiskt, utan att leva i flikar.
Det här arbetsflödet bevakar webben efter lanseringssignaler, extraherar detaljerna som spelar roll, mejlar larmet och registrerar det i Google Sheets. Du får se hur det fungerar, vad du behöver och var team oftast går bet.
Så fungerar den här automatiseringen
Hela n8n-arbetsflödet, från trigger till slutresultat:
n8n Workflow Template: Gmail + Google Sheets: aviseringar om konkurrentlanseringar
flowchart LR
subgraph sg0["⏰ Daily Check (7AM) Flow"]
direction LR
n0@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Chat Model", pos: "b", h: 48 }
n1@{ icon: "mdi:cog", form: "rounded", label: "MCP Client", pos: "b", h: 48 }
n2@{ icon: "mdi:play-circle", form: "rounded", label: "⏰ Daily Check (7AM)", pos: "b", h: 48 }
n3@{ icon: "mdi:swap-vertical", form: "rounded", label: "🛠 Set Scrape Target (Verge R..", pos: "b", h: 48 }
n4@{ icon: "mdi:robot", form: "rounded", label: "🤖 Bright Data Scraper Agent", 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/code.svg' width='40' height='40' /></div><br/>🧾 Split & Format Each Review"]
n6@{ icon: "mdi:message-outline", form: "rounded", label: "📤 Email R&D: Product Alerts", pos: "b", h: 48 }
n7@{ icon: "mdi:database", form: "rounded", label: "📊 Log to Google Sheet (Revie..", pos: "b", h: 48 }
n8@{ icon: "mdi:robot", form: "rounded", label: "Auto-fixing Output Parser", pos: "b", h: 48 }
n9@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Chat Model1", pos: "b", h: 48 }
n10@{ icon: "mdi:robot", form: "rounded", label: "Structured Output Parser1", pos: "b", h: 48 }
n1 -.-> n4
n0 -.-> n4
n9 -.-> n8
n2 --> n3
n8 -.-> n4
n10 -.-> n8
n6 --> n7
n4 --> n5
n5 --> n6
n3 --> n4
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 n2 trigger
class n4,n8,n10 ai
class n0,n9 aiModel
class n7 database
class n5 code
classDef customIcon fill:none,stroke:none
class n5 customIcon
Problemet: konkurrentlanseringar missas (eller glöms bort)
Att följa konkurrentlanseringar låter enkelt tills du försöker göra det konsekvent. Du börjar med goda intentioner: kolla några bloggar, skumma pressidor, hålla koll på sociala kanaler, kanske läsa ett par nyhetsbrev. Sedan tar jobbet över. En lansering glider förbi, eller så ser du den men fångar inte detaljerna, så nästa vecka minns ingen vad som faktiskt ändrades. Ännu värre: du fångar den, men den hamnar begravd i Slack eller i någons anteckningar, vilket gör att din “competitive intel” i praktiken är omöjlig att söka i när du behöver den som mest.
Friktionen byggs på. Det är inte ett stort haveri, utan många små.
- Att manuellt kolla fem till tio källor tar runt 30 minuter om dagen, och det känns aldrig “klart”.
- Viktiga detaljer som priser, lanseringsdatum och funktionslistor återges olika varje gång, så teamet fastnar i att diskutera vad som stämmer.
- Larm dyker upp i chatten och försvinner sedan, vilket gör det svårt att se mönster över ett kvartal.
- Någon bygger till slut ett kalkylark, men det blir ännu en manuell uppgift och blir snabbt inaktuellt.
Lösningen: automatiserad bevakning och loggning av konkurrentlanseringar
Det här n8n-arbetsflödet körs enligt schema och kontrollerar de källor du bryr dig om efter konkurrentomnämnanden plus lanseringsrelaterade nyckelord. Det använder Bright Data för att skrapa tillförlitligt (vilket är viktigt, eftersom många sajter blockerar enkla scrapers), och skickar sedan råinnehållet till OpenAI för att plocka ut det användbara: produktnamn, vad som är nytt, lanseringsdatum, pris och en kort sammanfattning du kan vidarebefordra internt. När en lanseringspunkt är bekräftad och strukturerad skickar arbetsflödet ett larm via Gmail och lägger samtidigt till samma information i Google Sheets, så att du bygger en felfri, sökbar historik över tid. Inget mer “jag svär att jag såg det här någonstans”. Allt fångas.
Arbetsflödet startar med en schematrigger på morgonen. Därifrån definierar det skrapkällorna och crawlar dem via Bright Data. Till sist parsar och validerar det AI-output, skickar e-postlarmet om konkurrentlansering och loggar allt i ditt Google Sheet för senare analys.
Det du får: automatisering vs. resultat
| Det här arbetsflödet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att du följer 8 konkurrenter via 6 källor (pressidor, bloggar, recensionssajter och ett par sociala flöden). Manuellt är även en snabb koll kanske 5 minuter per konkurrent och dag, så du landar på runt 40 minuter dagligen, eller cirka 3 timmar i veckan. Med det här arbetsflödet lägger du ungefär 10 minuter en gång på att definiera källor och nyckelord, och sedan går den dagliga körningen automatiskt: skrapa, sammanfatta, mejla och logga. Din “tidskostnad” blir att granska de få larm som faktiskt spelar roll.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för egen hosting om du föredrar det (Hostinger fungerar bra)
- Gmail för att skicka larmmejlen
- Google Sheets för att lagra en lanseringshistorik
- Bright Data för tillförlitlig skrapning utan blockeringar
- OpenAI API-nyckel (hämta den i din OpenAI-dashboard)
Kunskapsnivå: Medel. Du kopplar konton, klistrar in en API-nyckel och redigerar en käll-/nyckelordslista på ett säkert sätt.
Vill du inte sätta upp det här själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
Ett morgonschema drar igång det. n8n triggar arbetsflödet enligt en regelbunden takt (oftast dagligen), så att konkurrentkollen inte hänger på någons disciplin i kalendern.
Källor och nyckelord sätts i förväg. Du definierar konkurrentdomäner, varumärkesnamn och nyckelord som signalerar “lanseringsintention” (till exempel: “announces”, “launch”, “now available”, “pricing”, “beta”) på ett ställe, vilket gör bevakningen konsekvent.
Bright Data crawlar, sedan extraherar AI signalen. Crawl-agenten hämtar innehåll från källorna, och OpenAI gör om den röriga texten till strukturerade fält. Det finns också en automatisk reparationsfunktion och en strukturerad parser i arbetsflödet, vilket hjälper när AI-svaret kommer tillbaka i ett format som inte är helt perfekt.
Gmail-larm skickas och Google Sheets blir ditt arkiv. För varje relevant lanseringspunkt mejlar arbetsflödet sammanfattningen och lägger till en ny rad i ditt sheet, så att du senare kan filtrera på konkurrent, datum, prisförändringar och funktionsteman.
Du kan enkelt ändra källistan och lanseringsnyckelorden för att matcha din marknad och sedan styra larm till olika inkorgar för produkt kontra sälj. Se hela implementeringsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementation
Steg 1: Konfigurera schedule-triggern
Ställ in den dagliga triggern som startar arbetsflödet vid en specifik tid.
- Lägg till och öppna ⏰ Morning Schedule Trigger.
- Ställ in schemaregeln att köra vid
7(timme) under rule → interval → triggerAtHour. - Koppla ⏰ Morning Schedule Trigger till 🛠 Define Scrape Source.
Steg 2: Anslut datakällan
Definiera URL:en som scraping-agenten ska använda som indata.
- Öppna 🛠 Define Scrape Source.
- Ställ in assignments → url till
https://www.theverge.com/reviews. - Bekräfta att flödet fortsätter från 🛠 Define Scrape Source till 🤖 Bright Data Crawl Agent.
Steg 3: Sätt upp AI-stacken för crawling och parsning
Konfigurera AI-agenten, verktyg och parsers som hämtar och strukturerar data om produktlanseringar.
- Öppna 🤖 Bright Data Crawl Agent och ställ in text till
=Use Bright Data Web Unlocker to scrape the latest product titles, release dates, and brief summaries from the following url. URL: {{ $json.url }}. - Säkerställ att 🤖 Bright Data Crawl Agent använder MCP Tool Connector som verktyg och OpenAI Dialogue Engine som språkmodell.
- Öppna MCP Tool Connector och ställ in toolName till
scrape_as_markdown, operation tillexecuteTool, och toolParameters till={{ /*n8n-auto-generated-fromAI-override*/ $fromAI('Tool_Parameters', ``, 'json') }}. - Autentiseringsuppgifter krävs: Anslut era mcpClientApi-autentiseringsuppgifter i MCP Tool Connector.
- Autentiseringsuppgifter krävs: Anslut era openAiApi-autentiseringsuppgifter i OpenAI Dialogue Engine.
- Öppna Auto-Repair Output Parser och bekräfta att den är ansluten till OpenAI Parser Model och Structured JSON Parser.
- Autentiseringsuppgifter krävs: Anslut era openAiApi-autentiseringsuppgifter i OpenAI Parser Model (används av Auto-Repair Output Parser).
Steg 4: Parsea poster och skicka produktlarm
Omvandla AI-utdata till review-poster och skicka larm via e-post.
- Öppna 🧾 Parse Review Items och behåll jsCode som det är angivet för att mappa varje recension till enskilda poster.
- Bekräfta flödet: 🤖 Bright Data Crawl Agent → 🧾 Parse Review Items → 📤 Send Product Alert Email.
- Öppna 📤 Send Product Alert Email och ställ in sendTo till
[YOUR_EMAIL]. - Ställ in subject till
=🆕 New Product Review: {{ $json.title }}. - Ställ in message till
=🚀 New Product Launch Spotted! 📦 Product: {{ $json.title }} 🗓 Release Date: {{ $json.release_date }} 📝 Summary: {{ $json.summary }} 🔗 Read Full Review → {{ $json.url }}och behåll emailType somtext. - Autentiseringsuppgifter krävs: Anslut era gmailOAuth2-autentiseringsuppgifter i 📤 Send Product Alert Email.
[YOUR_EMAIL] med en riktig inkorg, annars kommer Gmail-noden att misslyckas.Steg 5: Logga resultat till Google Sheets
Lägg till varje review-post i ett uppföljningsark efter att larmet har skickats.
- Öppna 📊 Append Review Log Sheet och ställ in operation till
append. - Ställ in documentId till
[YOUR_ID]och sheetName tillgid=0(Sheet1). - Mappa kolumner med uttrycken:
URL →={{ $('🧾 Parse Review Items').item.json.url }}
TItle →={{ $('🧾 Parse Review Items').item.json.title }}
Summary →={{ $('🧾 Parse Review Items').item.json.summary }}
Release date →={{ $('🧾 Parse Review Items').item.json.release_date }} - Autentiseringsuppgifter krävs: Anslut era googleSheetsOAuth2Api-autentiseringsuppgifter i 📊 Append Review Log Sheet.
- Säkerställ att flödet fortsätter från 📤 Send Product Alert Email till 📊 Append Review Log Sheet.
[YOUR_ID] med ett giltigt Google Sheet-ID och säkerställ att kolumnrubrikerna matchar exakt (notera versaliseringen i TItle).Steg 6: Testa och aktivera ert arbetsflöde
Verifiera att varje steg körs korrekt innan ni slår på schemat.
- Klicka på Execute Workflow för att köra hela kedjan från ⏰ Morning Schedule Trigger till 📊 Append Review Log Sheet.
- Bekräfta att 📤 Send Product Alert Email skickar ett e-postmeddelande med ifyllda
{{ $json.title }},{{ $json.release_date }},{{ $json.summary }}och{{ $json.url }}. - Kontrollera att 📊 Append Review Log Sheet lägger till en ny rad med de mappade fälten.
- Om allt ser korrekt ut, växla arbetsflödet till Active för att aktivera det dagliga schemat.
Vanliga fallgropar
- Gmail-uppgifter kan löpa ut eller kräva specifika behörigheter. Om saker slutar fungera, kontrollera först status för anslutet konto i Gmail-nodens n8n-credentials.
- Om du använder Wait-noder eller extern crawling varierar processtiderna. Öka väntetiden om noder längre ned misslyckas på grund av tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in er tonalitet tidigt, annars kommer du redigera output i all evighet.
Vanliga frågor
Cirka 30–60 minuter om du redan har dina konton och nycklar.
Nej. Du kopplar främst konton och redigerar listan över konkurrentkällor. De inkluderade kod-/parsningdelarna är redan inbyggda i arbetsflödet.
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 med OpenAI-användning (ofta några dollar i månaden för den här typen av sammanfattning) samt din Bright Data-plan.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller egen hosting på en VPS. För egen hosting är Hostinger VPS prisvärd och hanterar n8n bra. Egen hosting ger obegränsade körningar men kräver grundläggande serveradministration.
Ja, men då byter du notissteget. Ersätt Gmail-noden “Send Product Alert Email” med en Slack message-nod och återanvänd sedan samma strukturerade fält som kommer ut ur parsern (produktnamn, pris, lanseringsdatum, sammanfattning). Vanliga justeringar är att skicka till olika kanaler per konkurrent, tagga rätt ansvarig när prisändringar upptäcks och skriva en längre “intern brief” i Google Sheet-raden.
Oftast beror det på en utgången OAuth-session eller att fel Google-konto är anslutet i n8n-credentials. Anslut Gmail på nytt, öppna sedan Gmail-noden igen och bekräfta att den pekar på den uppdaterade credentialen. Om det fortfarande misslyckas, kontrollera att era Google Workspace-admininställningar tillåter behörigheterna du begär, eftersom vissa organisationer blockerar scopes för att skicka mejl som standard.
Många, så länge din budget för skrapning och AI matchar volymen.
För det här användningsfallet är n8n oftast bättre, eftersom arbetsflödet har logik för crawling, parsning och “fixa output om den är stökig” som blir klumpig i enklare automationsverktyg. Du får också egen hosting, vilket är praktiskt när du inte vill att varje extra steg ska kosta mer. Zapier eller Make kan fortfarande fungera om du bara vill ha en lättviktig Gmail-till-Sheets-regel, men de är inte byggda för tillförlitlig web scraping. Ärligt talat avgörs det av hur seriös du är med täckning och noggrannhet. Prata med en automationsexpert om du vill ha hjälp att välja det enklaste alternativet som ändå håller i praktiken.
När det här väl rullar slutar konkurrentlanseringar vara “överraskningar” och blir i stället input. Arbetsflödet tar hand om den repetitiva bevakningen så att du kan fokusera på responsen.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.