Veckorapportering låter enkelt tills du sitter och letar i Google Analytics, kopierar siffror till ett dokument, dubbelkollar datum och sedan skriver om samma sammanfattning av ”det här har förändrats” igen.
Marknadschefer känner det varje måndag. En småföretagare känner det när de snabbt behöver tydlighet. Och byråansvariga känner det när varje kund vill ha ”bara en snabb uppdatering”. Den här GA-e-postautomationen gör din senaste 7-dagars prestation till en strukturerad e-postrapport (plus en valfri Telegram-kortis) utan exceltrassel.
Du ser exakt vad arbetsflödet skickar, varför vyn ”vecka vs förra året” förändrar spelplanen och vad du behöver för att köra det stabilt.
Så fungerar den här automatiseringen
Hela n8n-arbetsflödet, från trigger till slutresultat:
n8n Workflow Template: Google Analytics till e-post: veckoinsikter som landar
flowchart LR
subgraph sg0["Schedule Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "Schedule Trigger", pos: "b", h: 48 }
n1@{ icon: "mdi:cog", form: "rounded", label: "Google Analytics Letzte 7 Tage", pos: "b", h: 48 }
n2@{ icon: "mdi:message-outline", form: "rounded", label: "Send Email", 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/telegram.svg' width='40' height='40' /></div><br/>Telegram"]
n4@{ icon: "mdi:robot", form: "rounded", label: "Processing for Telegram", pos: "b", h: 48 }
n5@{ icon: "mdi:wrench", form: "rounded", label: "Calculator", pos: "b", h: 48 }
n6@{ icon: "mdi:cog", form: "rounded", label: "Google Analytics: Past 7 day..", pos: "b", h: 48 }
n7@{ icon: "mdi:cog", form: "rounded", label: "Summarize Data", pos: "b", h: 48 }
n8@{ icon: "mdi:cog", form: "rounded", label: "Summarize Data1", pos: "b", h: 48 }
n9["<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/>Calculation same period prev.."]
n10@{ icon: "mdi:swap-vertical", form: "rounded", label: "Assign data", pos: "b", h: 48 }
n11@{ icon: "mdi:swap-vertical", form: "rounded", label: "Assign data1", pos: "b", h: 48 }
n12@{ icon: "mdi:robot", form: "rounded", label: "Processing for email", pos: "b", h: 48 }
n5 -.-> n12
n10 --> n7
n11 --> n8
n7 --> n9
n8 --> n12
n0 --> n1
n12 --> n2
n12 --> n4
n4 --> n3
n1 --> n10
n9 --> n6
n6 --> n11
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,n12 ai
class n5 ai
class n9 code
classDef customIcon fill:none,stroke:none
class n3,n9 customIcon
Problemet: veckovisa GA-uppdateringar är lätta att göra fel
Veckovisa insikter ska hålla alla på samma linje. I praktiken blir de ofta en återkommande ”snälla, tvinga mig inte att göra det här igen”-uppgift. Du måste välja rätt datumintervall, exportera eller ögonmåtta samma mätvärden och sedan förklara historien bakom siffrorna på ett sätt som även någon utan analystänk faktiskt förstår. Även när du gör allt rätt kan rapporten landa platt, eftersom den blir en vägg av statistik utan sammanhang. Och när du gör fel skickar du besluten åt fel håll.
Friktionen byggs på. Här är var det oftast faller isär.
- Det är förvånansvärt vanligt att hämta ”senaste 7 dagarna” men jämföra med fel tidigare period eftersom datumlogiken är manuell.
- Du lägger lätt en timme på att samla in siffror och sedan ytterligare tid på att översätta dem till begripliga slutsatser.
- Intressenter ställer följdfrågor eftersom rapporten saknar en tydlig sammanfattning av ”vad som ändrats och varför det spelar roll”.
- När det är mycket att göra halkar uppdateringen en dag, och plötsligt börjar rutinen (och förtroendet) vackla.
Lösningen: automatiserad GA-brief ”vecka vs förra året”
Det här arbetsflödet körs enligt schema (till exempel måndag morgon) och hämtar din Google Analytics-prestanda för de senaste 7 dagarna. Sedan räknar det ut motsvarande 7-dagarsfönster från föregående år, hämtar även den datan och förbereder båda uppsättningarna så att de går att jämföra. Därefter gör ett AI-steg om råstatistiken till en läsbar tabell plus en kort analys som lyfter vad som rört sig och vad som är värt att följa. Till sist skickas hela rapporten via e-post, och om du vill skapar den en tajtare version och postar den i Telegram för en snabb uppdatering som går att skanna på 10 sekunder.
Arbetsflödet startar med en schemalagd trigger och kör sedan två GA-hämtningar (nuvarande vecka och motsvarande vecka föregående år). AI skriver e-postsammanfattningen från de sammanslagna resultaten, och en andra AI-pass formaterar ett kortare Telegram-meddelande innan det postas.
Det du får: automatisering vs resultat
| Vad det här arbetsflödet automatiserar | Resultaten du får |
|---|---|
|
|
Exempel: så här kan det se ut
Säg att du skickar en veckovis GA-uppdatering till 6 personer. Manuellt tar det oftast cirka 20 minuter att hämta de senaste 7 dagarna, ytterligare 20 minuter att hämta samma period förra året och sedan runt 30 minuter att skriva en strukturerad text och formatera en tabell. Totalt ungefär 70 minuter. Med det här arbetsflödet lägger du kanske 10 minuter i början på att ställa in mottagare och mätvärden, och sedan kör det av sig självt; den veckovisa ”tidskostnaden” blir en snabb genomläsning (ca 5 minuter) innan du vidarebefordrar den eller lägger den i en kundtråd.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för egen hosting om du föredrar det (Hostinger funkar bra)
- Google Analytics för att hämta veckovisa prestandamätvärden.
- E-post (SMTP) för att leverera rapporten till din inkorg.
- AI-API-nyckel (hämta den i din AI-leverantörs dashboard, till exempel OpenAI).
Kunskapsnivå: Medel. Du kopplar konton, väljer mätvärden och klistrar in en API-nyckel, men du skriver ingen riktig kod.
Vill du inte sätta upp detta själv? Prata med en automationskonsult (gratis 15-minuters konsultation).
Så fungerar det
En schemalagd körning drar igång. Arbetsflödet startar med en kalendertrigger (till exempel varje måndag kl. 07.00), så rapporteringen sker även när du är uppbokad med annat.
Aktuell vecka hämtas och städas upp. n8n hämtar Google Analytics-data för de senaste 7 dagarna, mappar sedan fälten till en konsekvent struktur och aggregerar siffrorna till något som går att sammanfatta.
Jämförelsen med föregående år skapas automatiskt. En enkel beräkning tar fram motsvarande 7-dagarsfönster från föregående år, sedan hämtar arbetsflödet den datamängden och sammanfattar den på samma sätt så att du inte jämför äpplen med päron.
AI gör statistik till en läsbar uppdatering. En AI-agent skriver e-postrapporten med tabell och en kort berättande sammanfattning, och (valfritt) kör en andra pass för att skapa en kortare Telegram-anpassad version och skickar den.
Du kan enkelt ändra vilka mätvärden du hämtar för att matcha dina KPI:er, eller justera tonen i sammanfattningen så att den låter som ditt varumärke. Se den fullständiga implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementation
Steg 1: konfigurera schematriggern
Konfigurera det veckoschema som startar rapporteringsflödet.
- Lägg till och konfigurera Scheduled Run Starter.
- Ställ in intervallet för Rule till veckovis med Field
weeks, Trigger At Day1och Trigger At Hour7. - Låt Flowpast Branding vara kvar som en fäst anteckning för dokumentation (valfritt, ingen konfiguration krävs).
Steg 2: anslut Google Analytics
Hämta aktuella och föregående års nyckeltal från GA4.
- Öppna Fetch GA Recent 7 Days och välj egenskaps-ID i Property ID som
[YOUR_ID]. - Bekräfta att Metrics GA4 innehåller
screenPageViews, en extra tom metrisk post,sessions,sessionsPerUser,averageSessionDuration,ecommercePurchases,averagePurchaseRevenueochpurchaseRevenue. - Inloggningsuppgifter krävs: Anslut era googleAnalyticsOAuth2-uppgifter i Fetch GA Recent 7 Days.
- Öppna Fetch GA Prior 7 Days och ställ in Date Range till
custom, Start Date till={{ $json.startDate }}och End Date till={{ $json.endDate }}. - Ställ in Property ID till
[YOUR_ID]och spegla samma GA4-metriklista som används i Fetch GA Recent 7 Days. - Inloggningsuppgifter krävs: Anslut era googleAnalyticsOAuth2-uppgifter i Fetch GA Prior 7 Days.
[YOUR_ID]-platshållare med ert faktiska GA4 Property ID, annars misslyckas API-anropet.Steg 3: mappa och aggregera aktuella och tidigare nyckeltal
Normalisera fält och summera totalsiffror för de senaste 7 dagarna och jämförelsefönstret mot föregående år.
- I Map Current Metrics, lägg till tilldelningar för:
Aufrufe={{ $json.screenPageViews }}, Nutzer={{ $json.totalUsers }}, Sitzungen={{ $json.sessions }}, Sitzungen pro Nutzer={{ $json.sessionsPerUser }}, Sitzungsdauer={{ $json.averageSessionDuration }}, =Käufe={{ $json.ecommercePurchases }}, Revenue pro Kauf={{ $json.averagePurchaseRevenue }}, Revenue={{ $json.purchaseRevenue }}och date={{ $json.date }}. - I Aggregate Current Stats, ställ in Fields to Summarize med aggregeringar:
Aufrufe (sum),Nutzer (sum),Sitzungen (sum),Sitzungen pro Nutzer (average),Sitzungsdauer (average),Käufe (sum),Revenue pro Kauf (average),Revenue (sum)ochdate. - I Compute Prior Year Window, klistra in den angivna JavaScript Code för att skriva ut
startDateochendDateför intervallet föregående år. - I Map Prior Metrics, spegla samma tilldelningar som i Map Current Metrics, inklusive =date inställd på
={{ $json.date }}. - I Aggregate Prior Stats, spegla samma aggregeringsfält som i Aggregate Current Stats.
Körflödet är: Fetch GA Recent 7 Days → Map Current Metrics → Aggregate Current Stats → Compute Prior Year Window → Fetch GA Prior 7 Days → Map Prior Metrics → Aggregate Prior Stats.
Steg 4: konfigurera AI-sammanfattningar och verktyg
Skapa HTML-sammanfattningen för e-post och den Telegram-vänliga kortversionen med OpenAI.
- Öppna Compose Email Summary och ställ in Model till
gpt-4o. - Ställ in Messages → Content till den angivna prompten, inklusive referenser som
{{ $('Aggregate Current Stats').item.json.sum_Aufrufe }}och{{ $('Aggregate Prior Stats').item.json.sum_Aufrufe }}. - Inloggningsuppgifter krävs: Anslut era openAiApi-uppgifter i Compose Email Summary.
- Bekräfta att Math Tool är anslutet som ett AI-verktyg för Compose Email Summary (inloggningsuppgifter ska läggas till i Compose Email Summary, inte i Math Tool).
- Öppna Format Telegram Brief och ställ in Model till
gpt-4o-minimed prompten som konverterar HTML till text och formaterar varje mätvärde som ett separat stycke. - Inloggningsuppgifter krävs: Anslut era openAiApi-uppgifter i Format Telegram Brief.
Compose Email Summary skickar utdata parallellt till både Dispatch Email Report och Format Telegram Brief.
Steg 5: konfigurera leverans av utdata
Skicka rapporten via e-post och Telegram.
- I Dispatch Email Report, ställ in HTML till
={{ $json.message.content }}. - Ställ in Subject till
Weekly Report: Google Analytics: Last 7 days, To Email till[YOUR_EMAIL]och From Email till[YOUR_EMAIL]. - Inloggningsuppgifter krävs: Anslut era smtp-uppgifter i Dispatch Email Report.
- I Send Telegram Update, ställ in Text till
={{ $json.message.content }}och Chat ID till[YOUR_ID]. - Inloggningsuppgifter krävs: Anslut era telegramApi-uppgifter i Send Telegram Update.
[YOUR_EMAIL] och [YOUR_ID]-platshållare innan ni testar, annars misslyckas leveranserna.Steg 6: testa och aktivera ert arbetsflöde
Kör ett manuellt test för att validera datahämtning, AI-formatering och leverans.
- Klicka på Execute Workflow för att trigga Scheduled Run Starter manuellt.
- Verifiera att Fetch GA Recent 7 Days och Fetch GA Prior 7 Days returnerar nyckeltal utan fel.
- Bekräfta att Compose Email Summary skriver ut HTML i message.content och att Format Telegram Brief producerar ren text.
- Kontrollera att Dispatch Email Report skickar ett mejl och att Send Telegram Update publicerar i den angivna chatten.
- När allt fungerar, växla arbetsflödet till Active för att aktivera veckoschemat.
Vanliga fallgropar
- Google Analytics-inloggningar kan löpa ut eller kräva specifika behörigheter. Om något slutar fungera, kontrollera först status för anslutet konto och OAuth-behörigheter i n8n.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om efterföljande noder misslyckas på grund av tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in din varumärkesröst tidigt, annars kommer du att redigera resultat för alltid.
Vanliga frågor
Cirka 30 minuter om din Google Analytics-åtkomst redan är på plats.
Nej. Du kopplar konton, väljer mätvärden och klistrar in en AI-API-nyckel.
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 AI-API-kostnader, som vanligtvis landar på några cent per veckorapport.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller egen hosting på en VPS. För egen hosting är Hostinger VPS prisvärd och klarar n8n bra. Egen hosting ger dig obegränsade körningar men kräver grundläggande serverhantering.
Ja, men via konfiguration snarare än kod. Du kan ändra vad som hämtas i noderna ”Fetch GA Recent 7 Days” och ”Fetch GA Prior 7 Days”, och sedan justera formuleringarna i prompten ”Compose Email Summary” så att den matchar ditt KPI-språk. Om du vill ha en Slack-liknande ton kan du göra prompten ”Format Telegram Brief” mer kortfattad och punktlistetung. Vanliga anpassningar är att lägga till konverteringar, filtrera på en specifik kanalgrupp och ändra strukturen på e-postmallen.
Oftast beror det på utgången Google-auktorisering eller saknade behörigheter på GA-egendomen. Återanslut Google Analytics-credential i n8n och bekräfta sedan att kontot har åtkomst till den egendom du frågar mot. Om det bara fallerar vissa veckor kan rate limits eller ändrade metriknamn vara orsaken, så kontrollera körloggarna runt noden ”Fetch GA Recent 7 Days”.
En typisk setup kör en gång i veckan per egendom, så de flesta team kan hantera dussintals egendomar utan problem på en enda n8n-instans.
För det här användningsfallet är n8n en bättre match när du vill ha två datahämtningar, ett beräknat fönster för föregående år och AI-sammanfattning i ett och samma flöde utan att betala extra för komplex förgrening. Du får dessutom möjlighet till egen hosting, vilket är viktigt om du kör detta för flera kunder eller egendomar och vill undvika prissättningsöverraskningar baserade på antal körningar. Zapier eller Make kan fortfarande fungera om du håller det väldigt enkelt (en hämtning, ett mejl) och föredrar ett mer guidat gränssnitt. Så fort du lägger till ”jämför med förra året” plus formatering plus en Telegram-kortis brukar n8n vara enklare att underhålla. Prata med en automationskonsult om du vill ha en snabb rekommendation baserat på din volym och din rapporteringsstil.
När detta väl rullar blir din veckouppdatering något du läser, inte något du bygger om. Arbetsflödet tar hand om det repetitiva så att du kan fokusera på besluten.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.