Din leadlista ser bra ut… tills du faktiskt försöker använda den. Hälften av “domänerna” är fullständiga URL:er med spårningsskräp, några saknar https, ett par är döda sajter, och resten är ett frågetecken när du behöver segmentera efter tech stack.
Det här upplägget med Sheets BuiltWith leads träffar growth marketers först, ärligt talat. Men byråägare som bygger outbound-listor och säljteam som kvalificerar känner samma friktion. Du vill ha ett strukturerat kalkylark där varje rad tydligt visar vad sajten kör på – utan att lägga hela eftermiddagen på att klicka runt.
Det här flödet hämtar domäner från Google Sheets, kontrollerar varje sajt, använder BuiltWith-liknande detektion för att identifiera tech stack, och skriver sedan strukturerade resultat tillbaka till ditt ark. Du får se var tiden försvinner i dag, vad som förändras med automation och hur du anpassar det för din nisch.
Så här fungerar automationen
Hela n8n-flödet, från trigger till slutligt resultat:
n8n Workflow Template: Google Sheets + BuiltWith: tech stack-leads, sorterade
flowchart LR
subgraph sg0["When clicking 'Execute workflow' Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "When clicking 'Execute workf..", 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/code.svg' width='40' height='40' /></div><br/>URL Preprocessor"]
n2@{ icon: "mdi:database", form: "rounded", label: "Get row(s) in sheet1", pos: "b", h: 48 }
n3@{ icon: "mdi:swap-vertical", form: "rounded", label: "Split In Batches1", pos: "b", h: 48 }
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/httprequest.dark.svg' width='40' height='40' /></div><br/>HTTP Request1"]
n5@{ icon: "mdi:cog", form: "rounded", label: "Rate Limiting Wait1", pos: "b", h: 48 }
n6["<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/>Enhanced Technology Detection1"]
n7@{ icon: "mdi:database", form: "rounded", label: "Update Enhanced Results1", pos: "b", h: 48 }
n8@{ icon: "mdi:play-circle", form: "rounded", label: "Schedule Trigger", pos: "b", h: 48 }
n4 --> n5
n8 --> n2
n1 --> n3
n3 --> n4
n5 --> n6
n2 --> n1
n6 --> n7
n0 --> n2
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,n8 trigger
class n2,n7 database
class n4 api
class n1,n6 code
classDef customIcon fill:none,stroke:none
class n1,n4,n6 customIcon
Problemet: tech stack-data är långsam att samla in och lätt att göra fel
Att segmentera leads efter teknik låter enkelt tills du gör det i skala. Du börjar med en lista i Google Sheets, öppnar en sajt, kör en tech checker, kopierar resultaten, klistrar in dem tillbaka och upprepar. Efter cirka 20 rader gör du redan små misstag: fel domän, fel rad eller att “Shopify” och “Shopify Plus” blandas ihop för att du jobbar för snabbt. Och när en sajt timear ut eller omdirigerar tre gånger hoppar du över den – vilket i tysthet saboterar din targeting senare.
Inget av det här är problemet i sig. Tillsammans är de det.
- Att manuellt kontrollera ens 100 domäner kan äta upp cirka 2–3 timmar du inte får tillbaka.
- Leadlistor ruttnar snabbt eftersom URL:er kommer i olika format, så filter och segment slutar fungera.
- Felcase (DNS-problem, SSL-problem, timeouts, 404:or) ignoreras, vilket betyder att dina “bästa leads” kan vara omöjliga att nå.
- När din data inte är strukturerad blir outreach generisk och svarsfrekvensen brukar bli lidande.
Lösningen: auto-detektera tech stack från ett Google-ark och skriv tillbaka strukturerade resultat
Det här n8n-flödet gör ditt kalkylark till en maskin för teknisk kvalificering. Det börjar med att hämta rader från Google Sheets och normaliserar sedan det du klistrat in i kolumnen “domain” (fullständiga URL:er, saknade protokoll, lösa sökvägar, även “www.”-varianter). Därefter processar det sajter i små batchar, gör en extern webbförfrågan per domän och väntar medvetet mellan anropen så att du inte bombarderar servrar eller blir blockerad. Sedan extraherar ett tech-analyssteg stack-signaler (e-handelsplattform, ramverk, betalningslösningar och relaterad teknik) och sätter en confidence score. Till sist uppdaterar flödet ditt ursprungliga Google-ark med strukturerade fält som du kan filtrera, sortera och segmentera på.
Du kan köra det schemalagt för löpande listhygien, eller trigga det manuellt när du klistrar in en ny batch prospekts. Oavsett vilket slutar “lead research” vara en flik-jongleringsritual och blir något du kan lita på.
Det du får: automation vs. resultat
| Det här flödet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att du samlade in 200 domäner från kataloger och LinkedIn. Manuellt, om tech-check och inklistring tar cirka 2 minuter per sajt, blir det ungefär 6–7 timmar monotont arbete (plus misstag). Med det här flödet klistrar du in listan i Google Sheets och kör. Det processar i chunks om 5 med 2 sekunders fördröjning per sajt, så du är oftast klar på cirka 10–20 minuters aktiv tid – sedan granskar du bara resultaten.
Det du behöver
- n8n-instans (prova n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- Google Sheets för din leadlista och utdata-kolumner
- BuiltWith (eller BuiltWith-liknande endpoint) för att detektera tekniker från domäner
- BuiltWith API-nyckel (hämta den i din BuiltWith-kontodashboard)
Kompetensnivå: Medel. Du kopplar konton, klistrar in ett sheet-ID och är bekväm med att redigera ett par fält i n8n.
Vill du inte sätta upp det här själv? Prata med en automations-expert (gratis 15-minuters konsultation).
Så fungerar det
Ett schema eller en manuell körning startar allt. Du kan köra det när du klistrar in nya leads, eller låta den schemalagda triggern sköta löpande enrichment utan att någon behöver komma ihåg det.
Raderna i arket hämtas och domänfältet städas upp. Flödet normaliserar det folk faktiskt klistrar in i kalkylark (fullständiga URL:er, “www.”-varianter, konstiga sökvägar, saknade protokoll) så att varje lead kontrolleras på samma sätt.
Sajter processas i små batchar, med en kort throttling. n8n delar upp din lista i chunks om 5, gör den externa webbförfrågan för att hämta signaler och väntar sedan cirka 2 sekunder mellan förfrågningarna för att minska problem med rate limits.
Tech stack-detektering körs och resultat skrivs tillbaka. Analysen ger strukturerad utdata som e-handelsplattform, ramverk, betalningsleverantörer, plus en confidence score, och uppdaterar sedan ditt Google-ark så att det är redo för filtrering och outreach.
Du kan enkelt ändra utdata-kolumnerna så att de matchar ditt CRM-importformat utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: Konfigurera trigger-typ
Konfigurera både manuella och schemalagda triggers så att ni kan köra workflowet vid behov eller enligt en timer.
- Öppna Manual Launch Trigger och behåll standardinställningarna för att aktivera testning med ett klick.
- Öppna Timed Schedule Trigger och ställ in Rule för att köra på ett intervall med field satt till
hours. - Verifiera att både Manual Launch Trigger och Timed Schedule Trigger är kopplade till Retrieve Sheet Rows.
Steg 2: Anslut Google Sheets
Konfigurera Google Sheets-noderna för att läsa domäner och skriva analysresultat.
- Öppna Retrieve Sheet Rows och ställ in Document till
[YOUR_ID]och Sheet tillSheet1. - Inloggningsuppgifter krävs: Anslut era
googleSheetsOAuth2Api-inloggningsuppgifter i Retrieve Sheet Rows. - Öppna Update Results Sheet och låt Operation vara satt till
update. - Bekräfta kolumnmappningarna i Update Results Sheet, inklusive Domain →
{{ $json.Domain }}, Platform →{{ $json.Platform }}, Confidence Score →{{ $json.Confidence_Score }}och Last Checked →{{ $json.Last_Checked }}. - Inloggningsuppgifter krävs: Anslut era
googleSheetsOAuth2Api-inloggningsuppgifter i Update Results Sheet.
Steg 3: Konfigurera bearbetningsnoder
Normalisera domäner, batcha förfrågningar, hämta HTML och analysera teknikstackar i följd.
- Öppna URL Normalizer och behåll den medföljande JavaScript-koden för att standardisera fältet Domain.
- Öppna Batch Divider och ställ in Batch Size till
5för att begränsa belastningen. - Öppna External Web Request och ställ in URL till
{{$json['Domain']}}. - I External Web Request, bekräfta att Response Format är
textoch att Output Property Name ärhtml. - Öppna Throttle Delay och ställ in Unit till
secondsmed Amount satt till2. - Öppna Tech Stack Analyzer och behåll den medföljande JavaScript-koden för plattformsdetektering, ramverksdetektering, detektering av betalningsgateway och poängsättning.
Steg 4: Konfigurera utdata-/åtgärdsnoder
Säkerställ att analysresultaten är mappade till rätt kolumner i Google Sheets.
- I Update Results Sheet, verifiera att Matching Columns inkluderar Domain för att uppdatera befintliga rader.
- Bekräfta mappningen för Payment Gateway →
{{ $json.Payment_Gateway }}och Remarks →{{ $json.Remarks }}. - Låt row_number vara satt till
0enligt definitionen i schemat.
Steg 5: Testa och aktivera ert workflow
Kör ett manuellt test för att verifiera flödet från början till slut och aktivera därefter schemalagd körning.
- Klicka på Execute Workflow med start från Manual Launch Trigger för att testa med en liten uppsättning domäner.
- Bekräfta att External Web Request returnerar HTML i fältet
htmloch att Tech Stack Analyzer matar ut fält som Platform och Confidence_Score. - Verifiera uppdaterade rader i ert Google Sheet efter att Update Results Sheet har körts.
- Aktivera workflowet så att Timed Schedule Trigger körs automatiskt på det timvisa intervallet.
Vanliga fallgropar
- Google Sheets-credentials kan gå ut eller kräva specifika behörigheter. Om något slutar fungera: kontrollera området Credentials i n8n och bekräfta först att arket är delat med det anslutna Google-kontot.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om nedströmsnoder fallerar på tomma svar.
- BuiltWith (eller din detektions-endpoint) kan rate-limita vid tung användning, och det kan se ut som slumpmässiga fel. Titta i output från HTTP Request-noden efter 429-fel och sänk batchstorleken om du kör stora listor.
Vanliga frågor
Cirka 30 minuter om ditt ark och din API-nyckel är redo.
Nej. Du kopplar Google Sheets, lägger till din API-nyckel och mappar några kolumner.
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 BuiltWith API-kostnader baserat på din plan och din request-volym.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärd och hanterar n8n bra. Self-hosting ger dig obegränsade körningar men kräver grundläggande serverhantering.
Ja, och det bör du. Du kan justera logiken i URL-normaliseringen så att den matchar hur ditt team lagrar domäner, och sedan bygga ut steget Tech Stack Analyzer så att det skriver extra fält som “CMS-kategori”, “betalningsleverantör” eller “trolig butikstyp”. Vanliga anpassningar är att tagga “Shopify + Klaviyo”, flagga WordPress-sajter som ser ut att köra WooCommerce och att routa träffar med hög confidence till en separat flik “Redo för outreach”. Om du vill byta detektionsleverantör ändrar du konfigurationen för External Web Request och behåller resten av flödet i stort sett intakt.
Oftast handlar det om behörigheter. Se till att kalkylarket är delat med samma Google-konto som du auktoriserade i n8n och kontrollera sedan Google Sheets-credentialen i n8n igen. Om sheet-ID eller fliknamn har ändrats kan flödet se “trasigt” ut även om autentiseringen är okej. Håll också koll på kvoter om du uppdaterar många rader snabbt.
Tillräckligt för de flesta team, men det beror på din n8n-plan och din server. På n8n Cloud begränsas du av månatliga körningar, medan self-hosting inte har något hårt tak för körningar. I praktiken innebär batchning om 5 och en 2-sekunders throttling att stora listor tar längre tid att köra klart, så många kör det i dagliga eller veckovisa batchar.
Ofta, ja, eftersom den här typen av enrichment behöver batchning, retries och villkorshantering för stökiga edge cases. n8n gör det enklare att styra rate limiting, köra kodbaserad normalisering och hålla kostnader förutsägbara om du self-hostar. Zapier eller Make kan fortfarande fungera om du enrich:ar en liten lista och inte bryr dig om avancerad felhantering. Om du är osäker, prata med en automations-expert så mappar vi enklaste alternativet för din volym.
Din leadlista kan vara mer än en dumpningsplats. Sätt upp det här en gång, låt det rulla och använd de extra timmarna till outreach som faktiskt är träffsäker.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.