Dina konkurrenter levererar i det tysta. En ny prissida här, en “mindre” funktionsuppdatering där, ett blogginlägg som signalerar en positionsförflyttning. Och du märker det först när en prospekt säger: “Men de erbjuder ju det nu.” Det är ett tufft sätt att få reda på det.
Den här automatiseringen för konkurrentbevakning träffar marknadschefer först, men säljledare och produktteamet känner av den också. Du behöver uppdateringar du kan lita på, levererade på ett sätt som teamet faktiskt läser.
Det här workflowet hämtar signaler från konkurrenter och marknaden, låter AI omvandla dem till en strukturerad Google Docs-rapport och skickar sedan en Slack-notis så att rätt personer agerar snabbt. Du får se vad det gör, vad du behöver och hur du gör det till ditt.
Så fungerar den här automatiseringen
Hela n8n-workflowet, från trigger till slutlig output:
n8n Workflow Template: Google Docs + Slack: konkurrentinsikter du använder
flowchart LR
subgraph sg0["Scheduled Analysis Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "Scheduled Analysis Trigger", pos: "b", h: 48 }
n1["<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/>Apify"]
n2@{ icon: "mdi:cog", form: "rounded", label: "Fetch News & Blog RSS", 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/merge.svg' width='40' height='40' /></div><br/>Combine Data Sources"]
n4["<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/>Pre-process Data for AI"]
n5@{ icon: "mdi:robot", form: "rounded", label: "AI Analysis & Competitor Ins..", pos: "b", h: 48 }
n6@{ icon: "mdi:cog", form: "rounded", label: "Generate Market Intelligence..", pos: "b", h: 48 }
n7["<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/slack.svg' width='40' height='40' /></div><br/>Sales & Marketing Team Notif.."]
n8["<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/postgres.svg' width='40' height='40' /></div><br/>Store Insights to Database"]
n9@{ icon: "mdi:robot", form: "rounded", label: "Generate Personalized Sales ..", pos: "b", h: 48 }
n1 --> n3
n3 --> n4
n2 --> n3
n4 --> n5
n0 --> n1
n0 --> n2
n8 --> n9
n5 --> n6
n6 --> n7
n7 --> n8
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 n5,n9 ai
class n8 database
class n1 api
class n4 code
classDef customIcon fill:none,stroke:none
class n1,n3,n4,n7,n8 customIcon
Problemet: konkurrentuppdateringar kommer för sent (eller inte alls)
Konkurrentanalys sker oftast i ryck: någon kommer på det, öppnar tio flikar, skummar prissidor, scrollar changelogs och slänger sedan in några åsikter i Slack. Det är inte att teamet inte bryr sig. Det är att manuell bevakning prioriteras bort så fort sälj blir stressigt eller en lansering spårar ur. Och när processen är inkonsekvent blir din “intel” en rörig blandning av gissningar, gamla skärmdumpar och missad kontext från nyheter och recensioner. Den verkliga kostnaden är inte bara tid. Det är att gå in i samtal oförberedd, skriva svagare sidor och reagera efter att marknaden redan har rört sig.
Friktionen växer. Här är var det faller isär.
- Att kolla konkurrenters priser och funktioner på flera sajter blir en veckovis tidstjuv som ingen äger.
- Uppdateringar delas som utspridda Slack-meddelanden, så insikten försvinner så fort kanalen går vidare.
- Manuella anteckningar missar mönster, som en långsam positionsförflyttning eller en ny “ideal kund” de siktar på.
- När du väl hittar något viktigt är det ofta för sent att uppdatera din pitch, ditt enablement-material eller dina landningssidor.
Lösningen: AI-byggda konkurrentrapporter i Google Docs, skickade till Slack
Det här workflowet körs enligt schema (dagligen eller veckovis) och samlar konkurrent- och marknadssignaler från två huvudflöden: skrapade webbsidor (tänk prissidor, produktsidor, recensionssajter) och RSS-flöden (konkurrentbloggar, branschnyheter). Det slår ihop allt till en enhetlig uppsättning, rensar texten för att ta bort brus och ber sedan en OpenAI-modell analysera vad som förändrats och vad det betyder. I stället för att dumpa råa länkar på teamet genererar det en strukturerad output: styrkor, svagheter, möjligheter, hot, prisrörelser, funktionsförflyttningar, sentimentsignaler och föreslagna åtgärder. Analysen placeras i en Google Docs-rapport med din mall, och sedan skickar en Slack-notis rapportlänken och de viktigaste takeaways. Till sist sparas insikterna i PostgreSQL så att du bygger upp en sökbar historik över tid.
Workflowet startar med en schemalagd trigger. Därifrån hämtar det webb- och RSS-källor, förbereder texten för analys och skapar en enda “det som spelar roll”-rapport. Slack levererar heads-up, och databasen står för långtidsminnet.
Vad du får: automatisering vs. resultat
| Vad det här workflowet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att du bevakar 8 konkurrenter och att du kollar tre saker för varje: priser, funktionssidor och senaste nyheter/annonseringar. Manuell koll, även en snabb genomgång, kan bli runt 10 minuter per konkurrent och källa, vilket landar på cirka 4 timmar för en veckovis sweep. Med det här workflowet är “jobbet” att sätta schemat och hålla din källista uppdaterad; själva körningen är hands-off, och sedan läser du ett enda Google Doc och en Slack-sammanfattning. För många team förvandlar det en halvdag av utspritt surfande till en 10-minuters genomläsning.
Det här behöver du
- n8n-instans (prova n8n Cloud gratis)
- Self-hosting-alternativ om du föredrar det (Hostinger fungerar bra)
- Google Docs för att skapa en rapport från en mall
- Slack för att avisera teamet med rapportlänken
- OpenAI API-nyckel (hämta den i din OpenAI-dashboard)
Kunskapsnivå: Medel. Du kopplar konton, klistrar in några API-nycklar och är bekväm med att mappa fält in i en Google Docs-mall.
Vill du inte sätta upp det här själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
En schemalagd trigger drar igång. Du väljer frekvens (veckovis är vanligt, dagligen om din marknad rör sig snabbt). När triggern kör igång börjar workflowet samla in nya inputs automatiskt.
Konkurrent- och marknadskällor hämtas in. En HTTP Request-nod anropar din skraptjänst för sidor som priser, funktioner och recensioner, medan en RSS-nod hämtar inlägg från konkurrentbloggar och branschsajter. Därefter slår Merge ihop båda strömmarna så att inget viktigt missas.
AI förvandlar råtext till beslut. Ett kodsteg rensar innehållet (tar bort skräp, behåller det som spelar roll), och sedan producerar en OpenAI-driven analys strukturerade insikter som förändringar, risker, möjligheter och föreslagna talking points.
Teamet får en rapport och en notis. Google Docs skapar en rapport utifrån din mall, Slack skickar heads-up med länken, och PostgreSQL lagrar insikterna så att du kan jämföra den här veckan med förra månaden. Det finns också en valfri gren för att generera affärsspecifika sales talking points efter att databasen har skrivits.
Du kan enkelt ändra listan över konkurrenter och källor för att matcha din nisch utifrån dina behov. Se hela implementeringsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: konfigurera den schemalagda triggern
Ställ in arbetsflödets schema som startar marknadsintelligens-pipelinen.
- Lägg till och öppna Scheduled Insight Trigger.
- Ställ in schemaläggningsregeln under Rule till önskat intervall (t.ex. dagligen eller veckovis).
- Bekräfta att Scheduled Insight Trigger skickar utdata till både Web Scraper Request och Retrieve RSS Updates parallellt.
Steg 2: anslut datakällorna
Konfigurera de externa datakällorna som används för insamling av konkurrent- och marknadsintelligens.
- Öppna Web Scraper Request och ställ in URL till
https://api.apify.com/v2/acts/apify~web-scraper/run-sync. - Ställ in Method till
POSToch Specify Body tilljson. - Klistra in JSON-payloaden i JSON Body exakt som den är angiven, inklusive blocken
startUrlsochpseudoUrls. - I Header Parameters ställer ni Authorization till
Bearer [CONFIGURE_YOUR_TOKEN]. - Öppna Retrieve RSS Updates och ställ in URL till
[RSS_FEED_URL_1], [RSS_FEED_URL_2], [GOOGLE_ALERTS_RSS_URL].
Authorization.Steg 3: slå ihop och normalisera data
Kombinera resultat från web scraping och RSS och standardisera sedan utdata för AI-modellen.
- Säkerställ att Merge Source Streams tar emot indata från både Web Scraper Request och Retrieve RSS Updates.
- Öppna Prepare Data for AI och bekräfta att fältet JS Code innehåller logiken för att rensa HTML och hantera RSS enligt det som angivits.
- Verifiera att koden outputar objekt med fälten
content,title,urlochsourceför varje post från respektive källa.
Steg 4: sätt upp AI-generering av insikter
Använd OpenAI för att analysera den normaliserade datan och ta fram strukturerade intelligensinsikter.
- Öppna AI Insight Generation och ställ in Model till
gpt-4. - Bekräfta att Messages innehåller systemprompten och userprompten med uttrycket för datamappning.
- Inloggningsuppgifter krävs: Anslut era openAiApi-inloggningsuppgifter.
Steg 5: konfigurera rapportering och notifieringar
Skapa ett rapportdokument och avisera säljteamet i Slack.
- Öppna Create Intelligence Report och ställ in Title till
=Market Intel Report - {{ new Date().toISOString().slice(0,10) }}. - Inloggningsuppgifter krävs: Anslut era googleDocsOAuth2Api-inloggningsuppgifter.
- Öppna Notify Sales Team och ställ in Text till
=New Market Intelligence Report generated! Check the latest insights on {{ JSON.parse($json.choices[0].message.content).Competitor_Name || 'market trends' }}. Report Link: {{ $json.documentUrl }}. - Ställ in Channel till ert Slack-kanal-ID (t.ex.
[YOUR_ID]). - Inloggningsuppgifter krävs: Anslut era slackApi-inloggningsuppgifter.
Steg 6: lagra insikter och generera säljargument
Lagra insikter i Postgres och generera anpassade säljbudskap för säljarna.
- Öppna Persist Insights to DB och ställ in Operation till
executeQuery. - Klistra in den angivna SQL:en i Query och behåll uttryck som
{{ JSON.parse($json.choices[0].message.content).Strengths.join(', ') }}. - Inloggningsuppgifter krävs: Anslut era postgres-inloggningsuppgifter.
- Öppna Craft Sales Talking Points och bekräfta att Model är
gpt-4och att meddelandemallen refererar till fält som{{ $json.name }}. - Inloggningsuppgifter krävs: Anslut era openAiApi-inloggningsuppgifter.
competitor_profiles finns med förväntade kolumner, annars kommer SQL-insert att misslyckas.Steg 7: testa och aktivera ert arbetsflöde
Validera hela pipelinen från början till slut innan ni slår på den i produktion.
- Klicka på Execute Workflow för att köra Scheduled Insight Trigger manuellt.
- Bekräfta att Web Scraper Request och Retrieve RSS Updates kör parallellt och slås ihop i Merge Source Streams.
- Kontrollera att AI Insight Generation producerar giltig JSON och att Create Intelligence Report skapar ett Google-dokument.
- Verifiera att Slack tar emot meddelandet från Notify Sales Team med en fungerande dokumentlänk.
- Bekräfta att Persist Insights to DB infogar/uppdaterar rader och att Craft Sales Talking Points outputar anpassade budskap.
- När ni är nöjda, växla arbetsflödet till Active för att aktivera schemalagda körningar.
Vanliga fallgropar
- Google Docs-autentisering kan löpa ut eller kräva specifika behörigheter. Om det skapar fel, kontrollera Googles kontoanslutna appar och n8n:s credential-test först.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om efterföljande noder failar på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in din tonalitet tidigt, annars kommer du att redigera output för alltid.
Vanliga frågor
Cirka 45 minuter om du redan har din källista och dina inloggningsuppgifter redo.
Nej. Du kopplar mest konton och klistrar in API-nycklar. Den enda “tekniska” delen är valfri: att justera textrensningen och AI-prompten om du vill ha vassare output.
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 med OpenAI API-kostnader, som oftast är några cent per körning beroende på hur mycket text du analyserar.
Två alternativ: n8n Cloud (managed, 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 obegränsade körningar men kräver grundläggande serverhantering.
Ja, och det bör du. Du kan byta konkurrent-URL:er och RSS-flöden i HTTP Request- och RSS-noderna och sedan justera platshållarna i Google Docs-mallen “Create Intelligence Report” så att den matchar ert interna format. Vanliga anpassningar är att lägga till en sektion för “prisförändringar”, gruppera insikter per persona (IT, finans, ops) och skapa en kortare ledningssammanfattning.
Oftast beror det på en utgången Slack-token eller att appen inte får posta i den kanalen. Återanslut Slack-credential i n8n och bekräfta sedan channel ID och behörigheter i Slack. Om du postar i en privat kanal måste appen bjudas in, annars misslyckas meddelanden tyst.
Många, så länge du dimensionerar schema och inputs rimligt. På n8n Cloud är begränsningen främst dina månatliga executions. Om du self-hostar finns ingen hård executions-gräns, men skrapning och OpenAI-stegen blir de praktiska flaskhalsarna. För de flesta små team är en veckokörning över 5–15 konkurrenter enkel, och dagliga körningar fungerar bra om du håller de skrapade sidorna fokuserade.
För det här workflowet, ja, men det beror på hur djupt du vill gå. n8n är bättre när du behöver slå ihop flera källor, förbehandla text och köra förgreningslogik utan att betala extra för varje steg. Du får också self-hosting-alternativet, vilket kan bli avgörande när du kör detta på schema. Zapier eller Make kan vara enklare för grundläggande “RSS till Slack”-notiser, men de blir ofta klumpiga när du lägger till skrapning, mallbaserad Google Docs-output och databaslagring. Om du vill ha hjälp att välja, prata med en automationsexpert.
När det här väl rullar slutar konkurrentuppdateringar att vara en brandkårsutryckning och blir en vana. Workflowet hanterar den repetitiva insamlingen och sammanfattningen 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.