Ditt kalkylark börjar snyggt. Sedan blir kolumnen ”Status” en kyrkogård av halvfärdigt arbete, dubbla rader och anteckningar som ”klart??” som ingen litar på.
Det här slår hårt mot marketing ops-team, men en småföretagare som kör veckolistor och en byrå som jonglerar kundchecklistor känner av det också. Statusspårning i Sheets är skillnaden mellan ”vi tror att det kördes” och ”vi kan bevisa att varje rad är KLAR.”
Du sätter upp ett n8n-flöde som bara läser KLAR-för-körning-rader (READY) från Google Sheets, bearbetar dem i batchar och skriver tillbaka resultat till samma rader så att du kan gå vidare.
Så fungerar automationen
Här är hela workflowet du kommer att sätta upp:
n8n Workflow Template: Google Sheets + Excel: spåra status redo/klar
flowchart LR
subgraph sg0["Manual Run Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "Manual Run Trigger", pos: "b", h: 48 }
n1@{ icon: "mdi:database", form: "rounded", label: "Fetch Sheet Records", pos: "b", h: 48 }
n2@{ icon: "mdi:swap-vertical", form: "rounded", label: "Iterate Record Batch", pos: "b", h: 48 }
n3@{ icon: "mdi:swap-vertical", form: "rounded", label: "Map Output Fields", pos: "b", h: 48 }
n4@{ icon: "mdi:database", form: "rounded", label: "Modify Sheet Rows", pos: "b", h: 48 }
n3 --> n2
n2 --> n4
n2 --> n3
n1 --> n2
n0 --> n1
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,n4 database
Varför det här spelar roll: kalkylark tvingar inte fram ”klart”
Kalkylark är bra på att lagra listor, men usla på att driva riktigt arbete. Någon ändrar en status, någon annan sorterar arket, och plötsligt är ”rad 12” inte rad 12 längre. Sedan kör du processen igen ”för säkerhets skull”, vilket skapar dubbletter eller skriver över bra data. Ännu värre: du tappar den grundläggande sanningen du behöver för att kunna jobba—vilka rader väntar, vilka är pågående och vilka är faktiskt klara. Det är inte ett stort haveri. Det är massor av små som staplas varje vecka.
Det bygger snabbt på. Här är var det brukar fallera i det dagliga arbetet.
- Folk sitter och skannar arket manuellt för att hitta READY-poster, och det blir tröttsamt efter de första dussintalet rader.
- När output hamnar i Slack-meddelanden eller i någons urklipp slutar kalkylarket vara din ”single source of truth”.
- Att köra om ett flöde utan spårning på radnivå leder till dubbelbearbetning, vilket betyder bortkastade API-anrop och stökig rapportering.
- En ”snabb ändring” av kolumnstrukturen kan tyst skapa fel i processen, och du märker det oftast först när något viktigt har missats.
Vad du bygger: en READY → DONE-kontrollpanel i Google Sheets
Det här flödet gör ett enkelt Google Sheet till en lättviktig driftkonsol. Du markerar rader som READY, sedan hämtar n8n bara de raderna och bearbetar dem i en kontrollerad batch-loop. För varje rad mappar flödet fälten det behöver (som Color, Status och en beräknad output) och uppdaterar sedan samma rad i arket. Resultatet är omedelbar tydlighet: Status blir DONE och ett output-värde skrivs tillbaka bredvid originalinput. Du slutar gissa vad som kördes och börjar lita på det som står i arket, eftersom det speglar vad som faktiskt exekverats.
Flödet startar med en manuell körning i n8n, vilket är perfekt för ”bearbeta den här listan nu”-lägen. Det hämtar READY-rader från Google Sheets, loopar igenom dem i batchar och uppdaterar sedan varje rad så att arket hålls aktuellt utan extra verktyg.
Det här bygger du
| Vad som automatiseras | Vad du uppnår |
|---|---|
|
|
Förväntade resultat
Säg att du har 60 rader med uppgifter att hantera och att du manuellt lägger cirka 1 minut per rad på att kontrollera status, kopiera data in i ett verktyg och sedan klistra tillbaka resultatet. Det är ungefär en timme pilligt arbete, plus avbrott. Med det här flödet markerar du rader som READY (kanske totalt 5 minuter), kör n8n och arket uppdaterar varje rad till DONE automatiskt. Även om bearbetningen tar några minuter i bakgrunden är dina händer borta från tangentbordet.
Innan du börjar
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- Google Sheets för READY/DONE-kontrollarket.
- Microsoft Excel om du vill använda samma mönster för .xlsx-filer.
- Åtkomst till Google-konto (auktorisera det i n8n:s Google Sheets-nod)
Kunskapsnivå: Nybörjare. Du kopplar Google Sheets och mappar några fält.
Vill du att någon bygger detta åt dig? Prata med en automationsexpert (gratis 15-minuters konsultation).
Steg för steg
Du kör flödet vid begäran. Mallen använder en Manual Run-trigger, så du bestämmer när listan ska bearbetas. Det håller det enkelt när du testar, och det är lätt att byta till ett schema senare om du vill.
Google Sheets hämtar bara READY-rader. Första Sheets-steget hämtar poster där Status-kolumnen är lika med READY, vilket betyder att arket är din kö. Inga extra formulär. Ingen separat databas.
Poster hanteras i batchar. n8n loopar igenom rader med ett batch-steg så att ett långt ark inte blir en skör ”allt eller inget”-körning. Om du någon gång behöver pausa vet du fortfarande exakt vad som återstår eftersom ofärdiga rader förblir READY.
Output mappas och skrivs tillbaka. Ett fältmappningssteg förbereder värdena du vill lagra (i mallen beräknas en enkel output), och sedan skriver den sista Google Sheets-uppdateringen tillbaka resultatet och växlar Status till DONE på samma rad.
Du kan enkelt ändra output-beräkningen för att skriva andra resultat baserat på dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: konfigurera den manuella triggern
Konfigurera arbetsflödet så att det startar manuellt, så att ni kan testa den kalkylbladsstyrda logiken innan ni automatiserar den.
- Lägg till noden Manual Run Trigger som start på arbetsflödet.
- Behåll standardinställningarna (inga parametrar krävs).
- Bekräfta att körflödet kopplar Manual Run Trigger till Fetch Sheet Records.
Steg 2: anslut Google Sheets
Konfigurera läs- och uppdateringsåtgärderna i kalkylbladet som styr vilka rader som bearbetas.
- Öppna Fetch Sheet Records och ställ in Authentication till
serviceAccount. - Ställ in Document till
[YOUR_ID]och Sheet tillSheet1(gid=0). - Under filter ställer ni in Lookup Column till
Statusoch Lookup Value tillREADY. - Inloggningsuppgifter krävs: anslut era googleApi-inloggningsuppgifter i Fetch Sheet Records.
- Öppna Modify Sheet Rows och ställ in Operation till
updateoch Authentication tillserviceAccount. - Ställ in Document till
[YOUR_ID]och Sheet tillSheet1(gid=0). - Säkerställ att Matching Columns inkluderar
row_numbermed Mapping Mode inställt påautoMapInputData. - Inloggningsuppgifter krävs: anslut era googleApi-inloggningsuppgifter i Modify Sheet Rows.
Color, Status, Number och row_number för att undvika felmatchningar vid uppdatering.Steg 3: konfigurera batchbearbetning
Bearbeta raderna en i taget från de filtrerade resultaten för att uppdatera varje matchande rad på ett tillförlitligt sätt.
- Lägg till noden Iterate Record Batch efter Fetch Sheet Records.
- Behåll standardalternativen så att varje rad bearbetas sekventiellt.
- Bekräfta körloopen: Fetch Sheet Records → Iterate Record Batch → Map Output Fields → tillbaka till Iterate Record Batch → Modify Sheet Rows.
Steg 4: konfigurera fältmappning
Transformera varje post så att uppdateringsnoden kan skriva tillbaka rätt värden till bladet.
- Öppna Map Output Fields och lägg till tre tilldelningar.
- Sätt row_number till uttrycket
{{ $json.row_number }}. - Sätt Number till uttrycket
{{ $json.Color.length }}. - Sätt Status till
DONEför att markera raden som bearbetad. - Verifiera kopplingsordningen: Map Output Fields → Iterate Record Batch → Modify Sheet Rows.
Steg 5: konfigurera utdatauppdateringar
Slutför hur uppdateringar skrivs tillbaka till kalkylbladet när varje rad har bearbetats.
- I Modify Sheet Rows behåller ni Columns-mappningen inställd på
autoMapInputData. - Säkerställ att kolumnlistan innehåller
Color,Status,Numberoch den skrivskyddaderow_number. - Bekräfta att Matching Columns inkluderar
row_numberså att rätt rad uppdateras.
Steg 6: testa och aktivera ert arbetsflöde
Kör ett manuellt test för att verifiera att poster uppdateras och aktivera sedan när ni är redo.
- Klicka på Execute Workflow för att köra Manual Run Trigger.
- Bekräfta att rader med
Status=READYuppdateras tillDONE, och attNumberspeglar längden påColor. - Om data inte uppdateras, kontrollera kalkylblads-id:t
[YOUR_ID]och kolumnnamnen i Modify Sheet Rows igen. - När allt är verifierat, slå om arbetsflödet till Active för användning i produktion.
Felsökningstips
- Google Sheets-autentisering kan löpa ut eller kräva specifika behörigheter. Om det slutar fungera, kontrollera val av credentials i Google Sheets-noden och autentisera om i n8n först.
- Om du använder Wait-noder eller extern rendering varierar bearbetningstiderna. Öka väntetiden om nedströmsnoder fallerar på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in er tonalitet tidigt, annars kommer du att sitta och efterredigera output för alltid.
Snabba svar
Cirka 20 minuter om ditt Google Sheet är förberett.
Nej. Du kopplar Google Sheets och mappar några fält i n8n.
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 in kostnader för Google Workspace om ditt konto är betalt.
Två alternativ: n8n Cloud (hanterat, 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 exekveringar men kräver grundläggande serveradministration.
Ja, och det bör du förmodligen. Du kan ändra vad som räknas som READY genom att justera filtret i Google Sheets-noden ”Fetch Sheet Records”, och sedan uppdatera andra kolumner i noden ”Modify Sheet Rows”. Vanliga justeringar är att skriva tillbaka ett felmeddelande till en ”Notes”-kolumn, lägga till en ”IN_PROGRESS”-status innan bearbetning, eller byta ut den enkla beräkningen i ”Map Output Fields” mot en riktig åtgärd (som att skicka ett mejl eller anropa ett API).
Oftast beror det på en utgången auktorisering eller att fel Google-konto är kopplat i noden.
För de flesta små team är hundratals rader per körning helt okej. Om du kör n8n Cloud beror din månatliga exekveringsgräns på din plan, medan self-hosting inte har något fast exekveringstak (det beror på din server). Batch-steget hjälper mycket här eftersom du kan justera hur många rader som bearbetas åt gången, vilket håller körningar stabila när arket växer.
Ofta ja, eftersom n8n är byggt för logiken ”bearbeta en lista och uppdatera sedan varje rad”. Zapier och Make klarar det, men loopar över flera rader kan bli klumpiga och dyrare när volymen ökar. n8n ger dig också en self-hosted-väg, vilket är praktiskt när du kör det här ofta. Om du bara behöver en enkel ”ny rad triggar ett mejl” fungerar de andra verktygen bra. Prata med en automationsexpert om du vill ha en snabb rekommendation för just din setup.
När ditt ark pålitligt kan flytta rader från READY till DONE blir allt nedströms enklare. Mindre jagande, färre omkörningar och betydligt mer trygghet i vad ”klart” faktiskt betyder.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.