Du lägger till några rader i ett Google Sheet, synkar dem till Airtable, och plötsligt dyker samma “nya” rad upp två gånger. Sedan tre gånger. Och nu är du osäker på vilka siffror du kan lita på.
Det här slår hårdast mot marknadsförare när leadlistor blåses upp över en natt, men ops-ansvariga som jobbar med datapipelines känner av det också. Till och med en stressad byråägare med “enkel” kundrapportering hamnar i kalkylbladsdetektivarbete. En stabil Sheets Airtable dedupe-automation åtgärdar grundorsaken.
Det här flödet hanterar bara verkligen nya rader i Google Sheets, skickar dem dit de ska och stämplar dem sedan som “Processed” så att de inte kan smita med igen vid nästa körning.
Så fungerar automationen
Hela n8n-workflowen, från trigger till slutresultat:
n8n Workflow Template: Google Sheets + Airtable: inga fler dubblettrader
flowchart LR
subgraph sg0["On clicking 'execute' Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "On clicking 'execute'", pos: "b", h: 48 }
n1@{ icon: "mdi:swap-horizontal", form: "rounded", label: "Is new?", pos: "b", h: 48 }
n2@{ icon: "mdi:cog", form: "rounded", label: "Do something here", pos: "b", h: 48 }
n3@{ icon: "mdi:database", form: "rounded", label: "Mark Row as processed", pos: "b", h: 48 }
n4@{ icon: "mdi:database", form: "rounded", label: "Read sheet", pos: "b", h: 48 }
n5@{ icon: "mdi:swap-vertical", form: "rounded", label: "Set processed value", pos: "b", h: 48 }
n6@{ icon: "mdi:cog", form: "rounded", label: "Run every 5 minutes", pos: "b", h: 48 }
n1 --> n2
n1 --> n5
n4 --> n1
n6 --> n4
n5 --> n3
n0 --> 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 n0 trigger
class n1 decision
class n3,n4 database
Problemet: dubblettrader förstör din rapportering
Dubblettrader känns inte som en stor grej förrän de börjar påverka beslut. En leadlista ser större ut än den är, outreach upprepas, och någon frågar varför pipeline-siffrorna hoppade “utan anledning”. Det värsta är att det smyger sig på: du gör en manuell städning en gång, antar att det är löst, och sedan skapar nästa synk-körning en ny röra. Om du använder Google Sheets som intake och Airtable som sanningskälla kommer dubblettproblemet oftast från ett enkelt glapp: inget markerar rader som redan hanterats.
Det eskalerar snabbt. Här är hur det faller isär i verkligheten.
- Du importerar samma “nya” rader igen varje gång automationen körs.
- Folk lägger ungefär en timme i veckan på att radera dubbletter och stämma av totalsummor.
- Fel smyger sig in eftersom manuell städning sällan görs konsekvent mellan kollegor.
- Airtable slutar kännas pålitligt, så team skapar skuggkalkylblad “för säkerhets skull”.
Lösningen: bearbeta bara nya rader och stämpla dem
Den här n8n-workflowen löser duplicering genom att behandla ditt Google Sheet som en kö. Den körs enligt schema (eller intervall), hämtar rader från arket och kontrollerar en dedikerad kolumn “Processed” för att se vad som redan har hanterats. Om en rad är obehandlad fortsätter flödet och skickar datat vidare (vanligtvis till Airtable). När den är klar skriver den tillbaka en tidsstämpel i kolumnen “Processed” för dessa rader, vilket ger ett enkelt revisionsspår du kan ögna igenom när som helst. Nästa körning ignoreras de stämplade raderna automatiskt, så bara nya tillägg går vidare i pipelinen. Strukturerad input, strukturerad output, färre överraskningar.
Workflowen börjar med en tidsstyrd trigger, läser sedan raderna i Google Sheets och filtrerar dem med en If-kontroll. Därefter formaterar den datat vid behov (lätt fältredigering och funktioner), pushar till Airtable (eller en annan endpoint) och uppdaterar till sist ursprungsarket med en tidsstämpel så att raden inte kan räknas dubbelt.
Det här får du: automation kontra resultat
| Vad den här workflowen automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att teamet lägger till cirka 40 nya rader i veckan i ett Google Sheet (leads, förfrågningar, beställningar). Utan en “processed”-markering kan en schemalagd synk som körs dagligen hantera samma rader 5 gånger, vilket betyder 200 duplicerade hanteringar och en rörig Airtable-bas. Med det här flödet är “före”-arbetet ofta 10–15 minuter per dag av att kontrollera, radera och tveka. “Efter” är enkelt: körningen tar en minut eller två, och tidsstämpeln i Processed-kolumnen visar vad som faktiskt hanterades.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Self-hosting-alternativ om du föredrar det (Hostinger fungerar bra)
- Google Sheets för att lagra rader och Processed-stämpeln.
- Airtable för att lagra korrekta, avduplicerade poster.
- Google-inloggningsuppgifter (skapa i Google Cloud Console).
Kunskapsnivå: Nybörjare. Du mappar några fält och bekräftar att dina kolumnnamn matchar (som ID och Processed).
Vill du inte sätta upp det här själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
En schemalagd körning drar igång. En Interval-trigger startar workflowen med den frekvens du väljer, till exempel varje timme eller en gång per dag. Ställ in den och sluta tänka på den.
Ditt ark skannas efter kvalificerade rader. n8n läser datat i Google Sheets och letar efter två nyckelkolumner: ett unikt ID (så att varje rad är entydig) och en kolumn “Processed” (så att workflowen kan avgöra vad som är nytt).
Bara “nya” rader går vidare. En If-kontroll filtrerar bort allt som redan har en tidsstämpel i Processed. För raderna som godkänns kan workflowen snygga till fält (med Set/Edit Fields och en Function) innan den skickar dem till Airtable eller en annan endpoint via HTTP Request.
Lyckade rader stämplas. När en rad har hanterats uppdaterar workflowen Google Sheets och skriver aktuell tidsstämpel i Processed-kolumnen. Det är hela avdupliceringsmekanismen, och ärligt talat är det den del folk missar när de bygger detta själva.
Du kan enkelt justera Processed-logiken så att den skriver “TRUE” i stället för en tidsstämpel, eller använda en annan statuskolumn om ditt ark redan har en. Se hela implementationsguiden nedan för anpassningsalternativ.
Vanliga fallgropar
- Google Sheets-inloggningsuppgifter kan löpa ut eller sakna åtkomst till rätt kalkylark. Om saker går sönder, kontrollera avsnittet Credentials i n8n och bekräfta att Google-kontot kan öppna filen.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om nedströmsnoder misslyckas på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in din tonalitet tidigt, annars kommer du redigera output i all evighet.
Vanliga frågor
Cirka 30 minuter om ditt ark redan har rätt kolumner.
Nej. Du kopplar konton, väljer kolumner och mappar några fält.
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 ta hänsyn till eventuella begränsningar i Airtable-planen om du skriver många poster.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärt och hanterar n8n bra. Self-hosting ger dig obegränsade körningar men kräver grundläggande serveradministration.
Ja, men du måste uppdatera fältmappningen i Google Sheets så att If-kontrollen tittar på din kolumn “Synced” i stället för “Processed”. Vanliga anpassningar är att skriva TRUE/FALSE i stället för en tidsstämpel, använda ett dropdown-värde i en “Status”-kolumn, eller stämpla en andra kolumn som “Processed By” för ansvarsspårning.
Oftast är det behörigheter. Google-kontot som är kopplat till dina n8n-credentials måste ha åtkomst till just det kalkylarket, och filen måste ligga i förväntad Drive. Om det fungerade tidigare och plötsligt slutade, autentisera om Google Sheets-credentials i n8n och försök igen.
På n8n Cloud Starter begränsas du främst av månadsvisa executions, så de flesta små team kan utan problem hantera tusentals rader per månad. Om du self-hostar finns ingen executions-gräns, men din server och Google Sheets API-gränser spelar fortfarande roll. I praktiken fungerar den här workflowen bra för typiska SMB-volymer så länge du inte försöker skanna gigantiska ark varannan minut. Om du förväntar dig mycket stora ark, filtrera läsningen till ett mindre intervall och arkivera äldre rader.
Ofta, ja. n8n gör det enklare att lägga till logik som “bearbeta bara om Processed är tomt” och sedan skriva tillbaka till samma rad, utan att betala extra för förgrening med flera steg. Self-hosting är också viktigt om du kör detta ofta, eftersom executions kan bli dyrt i verktyg som prissätter per task. Zapier eller Make kan fortfarande vara bra om du vill ha absolut enklast möjliga setup och inte har något emot löpande task-kostnader. Om du tvekar, prata med en automationsexpert och få en snabb rekommendation.
När rader stämplas slutar dubbletter vara ett återkommande problem. Sätt upp det en gång, så förblir din Airtable korrekt formaterad körning efter körning.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.