Du har äntligen kampanjsiffrorna i ett Google Sheet, men att göra dem till ett sammanfattningsmejl tar fortfarande hela eftermiddagen. Du kopierar rader, gör snabb huvudräkning, tvekar kring vad som är viktigt och skriver sedan om samma format med ”vinster, risker, nästa steg” för tionde gången.
Marknadschefer känner av det varje måndag. Det gör även byråägare som vill hålla kunder trygga och founders som bara vill ha en tydlig uppdatering utan att bo i kalkylark. Den här automatiseringen för sammanfattningsmejl gör ditt Sheet till en proffsig prestationssummering som är klar att skicka.
Det här flödet hämtar kampanjdata från Google Sheets, låter OpenAI sammanfatta det på enkel engelska och skapar en strukturerad sammanfattning som du kan skicka via Outlook. Nedan ser du vad det löser, vad du får och hur flödet fungerar.
Så fungerar den här automatiseringen
Hela n8n-flödet, från trigger till slutlig output:
n8n Workflow Template: Google Sheets + OpenAI: sammanfattningsmejl klart
flowchart LR
subgraph sg0["Start Workflow Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "Start Workflow", pos: "b", h: 48 }
n1@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Chat Model1", pos: "b", h: 48 }
n2@{ icon: "mdi:robot", form: "rounded", label: "Structured Output Parser1", pos: "b", h: 48 }
n3@{ icon: "mdi:database", form: "rounded", label: "Get Data", pos: "b", h: 48 }
n4@{ icon: "mdi:cog", form: "rounded", label: "Sum Campaigns", pos: "b", h: 48 }
n5@{ icon: "mdi:cog", form: "rounded", label: "Sum Channels", pos: "b", h: 48 }
n6@{ icon: "mdi:cog", form: "rounded", label: "Combine", pos: "b", h: 48 }
n7@{ icon: "mdi:cog", form: "rounded", label: "Combine ", pos: "b", h: 48 }
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/merge.svg' width='40' height='40' /></div><br/>Merge Results"]
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/>Convert to Text"]
n10@{ icon: "mdi:robot", form: "rounded", label: "Analyze Marketing Data", pos: "b", h: 48 }
n6 --> n8
n7 --> n8
n3 --> n4
n3 --> n5
n5 --> n7
n8 --> n9
n4 --> n6
n0 --> n3
n9 --> n10
n1 -.-> n10
n2 -.-> n10
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 n2,n10 ai
class n1 aiModel
class n3 database
class n9 code
classDef customIcon fill:none,stroke:none
class n8,n9 customIcon
Problemet: veckosammanfattningar tar för lång tid (och missar ändå poängen)
Rapportering låter enkelt tills du sitter och stirrar på 40 kampanjrader och fem kanaler med lite olika mätetal. Du gör ”snabba” summeringar och inser sedan att totalsiffrorna inte matchar förra veckan eftersom någon lade till en ny rad, döpte om en kolumn eller lämnade en cell tom. Nu felsöker du ett kalkylark i stället för att kommunicera resultat. Och även när siffrorna stämmer måste du fortfarande förklara vad de betyder, vilka risker som är på väg upp och vad du gör härnäst. Det är den delen som suger musten ur dig.
Det blir snabbt mycket. Här är var det oftast faller isär.
- Varje sammanfattning börjar från noll, så konsekvensen beror på din energi den dagen.
- Manuella totalsummor och copy-paste-arbete bjuder in småfel som blir till obekväma kundsamtal.
- Du lägger cirka 1–2 timmar på att skriva ”insikter” eftersom arket inte berättar en historia av sig självt.
- När resultaten dippar tar mejlet ännu längre tid eftersom du försöker vara både korrekt och taktfull.
Lösningen: Google Sheets → OpenAI → sammanfattningsmejl klart att skicka
Det här flödet utgår från att dina kampanjmätetal finns i ett Google Sheet (med kolumnnamn på första raden och data i raderna under). När du kör det hämtar n8n raderna, aggregerar totalsummor på två nivåer (kampanjtotalt och kanaltotalt) och slår ihop dataset:en så att sammanfattningen får både ”vad som hände totalt” och ”var det hände”. Därefter analyserar OpenAI det sammanslagna prestationsunderlaget och skapar en strukturerad recap: tydliga vinster, tydliga risker och praktiska nästa steg. Till sist renderar flödet detta till felfri sammanfattningstext som du kan klistra in direkt i ett Outlook-mejl, så att din uppdatering läses som ett genomtänkt prestationsmemo i stället för en stressad kalkylarksdump.
Flödet startar med en manuell start i n8n, vilket är perfekt när du vill rimlighetskontrollera tidpunkten innan du skickar. Därifrån levererar Google Sheets den råa sanningen, summeringsnoderna skapar prydliga totalsiffror och AI-agenten gör siffror till en berättelse som kunden eller teamet faktiskt kan agera på.
Det du får: automatisering vs. resultat
| Det här flödet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att du skickar en sammanfattning varje vecka för fem aktiva kampanjer i tre kanaler. Manuellt kanske du lägger cirka 15 minuter på att summera och kontrollera arket, och sedan ytterligare 60–90 minuter på att skriva en tydlig sammanfattning som inte låter copy-pastad. Totalt runt 2 timmar. Med det här flödet kör du den manuella triggern (1 minut), n8n hämtar och aggregerar datan (ett par minuter) och OpenAI skriver utkastet i samma körning. Du brukar landa i en snabb genomgång och skicka – närmare 10 minuter än en eftermiddag.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- Google Sheets för att lagra kampanj- och kanalmätetal
- OpenAI för att generera sammanfattningens narrativ och insikter
- OpenAI API-nyckel (hämta den på sidan för OpenAI API Keys)
Svårighetsgrad: Nybörjare. Du kopplar credentials, mappar några fält och testar med ett riktigt ark.
Vill du inte sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
Du startar när du är redo. En manuell trigger startar körningen, vilket är smidigt för veckorapportering eftersom du väljer exakt tidpunkt (efter att datan har uppdaterats).
Google Sheets-data hämtas och normaliseras. n8n läser raderna och aggregerar totalsummor i två pass: ett för summeringar på kampanjnivå och ett för summeringar på kanalnivå.
Flödet kombinerar summeringarna till en prestationsvy. Merge- och aggregeringsnoder samlar totalsiffrorna i ett enda dataset, och ett litet kodsteg renderar sammanfattningstexten i ett felfritt format som AI:n kan tolka.
OpenAI gör mätetal till en sammanfattning du kan skicka. AI-agenten analyserar de sammanslagna resultaten och skriver vinster, risker och nästa steg i läsbar text, så att din slutliga ”mejltext” i praktiken är klar.
Du kan enkelt justera sammanfattningens struktur så att den matchar din kundmall utifrån dina behov. Se hela implementationsguiden nedan för alternativ för anpassning.
Steg-för-steg-guide för implementation
Steg 1: Konfigurera den manuella triggern
Det här arbetsflödet startar manuellt så att ni kan testa vid behov innan ni automatiserar.
- Lägg till noden Manual Launch Trigger som er starttrigger.
- Lämna alla parametrar i Manual Launch Trigger som standard.
Steg 2: Anslut Google Sheets
Hämta kampanjdata från ert kalkylark för aggregering.
- Lägg till Fetch Sheet Records och koppla den till Manual Launch Trigger.
- Ställ in Document till
[YOUR_ID](cachelagt namn:Sample Marketing Data - n8n). - Ställ in Sheet till
[YOUR_ID](cachelagt namn:Data). - Autentisering krävs: Anslut era googleSheetsOAuth2Api-uppgifter.
- Fetch Sheet Records skickar ut data parallellt till både Aggregate Campaign Totals och Aggregate Channel Totals.
Campaign, Channel, Spend ($), Clicks och Conversions, annars kommer summeringsnoderna att returnera tomma totalsummor.Steg 3: Sätt upp aggregeringar och merge-logik
Summera totalsummor per kampanj och kanal och slå sedan ihop resultaten till en enda datamängd.
- I Aggregate Campaign Totals ställer ni in Fields to Split By till
Campaign. - I Aggregate Campaign Totals lägger ni till summeringsfält:
Spend ($)→sum,Clicks→sum,Conversions→sum. - I Aggregate Channel Totals ställer ni in Fields to Split By till
Channeloch summerar samma fält. - I Collect Campaign Data ställer ni in Aggregate till
aggregateAllItemDataoch Destination Field Name tillcampaign_performance. - I Collect Channel Data ställer ni in Aggregate till
aggregateAllItemDataoch Destination Field Name tillchannel_performance. - Konfigurera Merge Performance Sets med Mode
combineoch Combine BycombineByPosition.
Steg 4: Konfigurera sammanfattningsbyggaren
Skapa en lättläst sammanfattning utifrån de aggregerade kampanj- och kanaldatamängderna.
- Lägg till Render Summary Text efter Merge Performance Sets.
- Klistra in den tillhandahållna JavaScript-koden i Code i Render Summary Text (noden använder fälten
campaign_performanceochchannel_performance).
sum_Spend_($), sum_Clicks och sum_Conversions så att de matchar er data.Steg 5: Sätt upp AI-analys
Använd en AI-agent för att omvandla sammanfattningen till en strukturerad rapport som är redo för ledningen.
- Lägg till Analyze Marketing Metrics efter Render Summary Text.
- Ställ in Text i Analyze Marketing Metrics till
=Data: {{ $json.output }}. - Behåll Prompt Type som
defineoch säkerställ att Has Output Parser är aktiverat. - Anslut OpenAI Chat Engine som språkmodell för Analyze Marketing Metrics.
- Autentisering krävs: Anslut era openAiApi-uppgifter i OpenAI Chat Engine.
- Koppla Structured Result Parser till Analyze Marketing Metrics och behåll det tillhandahållna JSON Schema Example som det är.
Steg 6: Testa och aktivera ert arbetsflöde
Validera dataflödet från start till mål och aktivera sedan för användning i produktion.
- Klicka på Execute Workflow på Manual Launch Trigger för att köra ett test.
- Bekräfta att både Aggregate Campaign Totals och Aggregate Channel Totals tar emot data (parallell körning).
- Verifiera att Render Summary Text ger en sammanslagen sammanfattning i fältet
output. - Kontrollera att Analyze Marketing Metrics returnerar JSON med ett enda
output-fält som innehåller den berättande rapporten. - När det fungerar, klicka på Activate för att aktivera arbetsflödet för återkommande körningar.
Vanliga fallgropar
- Google Sheets-credentials kan gå ut eller kräva specifika behörigheter. Om något går sönder, kontrollera din lista över Credentials i n8n och autentisera om Google Sheets OAuth2-credentialen först.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om noder längre ned misslyckas 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 30 minuter om ditt Google Sheet redan är korrekt formaterat.
Nej. Du kopplar främst Google Sheets och OpenAI och testar sedan output. Den enda ”tekniska” delen är att se till att dina kolumner är tydligt namngivna.
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 även räkna med kostnader för OpenAI API, som vanligtvis är några cent per sammanfattning beroende på längd.
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 serveradministration.
Ja, och det bör du. Det enklaste stället att anpassa är kodsteget ”Render Summary Text”, eftersom det styr vilket sammanhang AI-agenten ser. Vanliga justeringar är att ändra rubrikerna (Executive summary, Channel breakdown, Budget notes), lägga till kundens mål för veckan och tvinga fram en kort ”åtgärdslista” i slutet så att sammanfattningen blir till uppgifter.
Oftast beror det på en utgången Google OAuth-session eller att fel Google-konto auktoriserades. Koppla om Google Sheets-credentialen i n8n och bekräfta att kalkylarket är åtkomligt för det kontot. Kontrollera också strukturen i arket: kolumnnamn måste ligga på första raden, och tomma rader i mitten kan ge konstiga resultat vid aggregering.
Vanligtvis fungerar några hundra rader bra för veckosammanfattningar, men det beror på din n8n-plan och hur tung din AI-prompt är.
Ofta, ja, eftersom det här är mer än en enkel ”skicka senaste raden”-automatisering. n8n kan aggregera, slå ihop dataset och forma texten innan AI:n ser den, vilket gör att din sammanfattning bygger på totalsummor och mönster – inte råa rader. Du får också möjlighet till self-hosting om du vill köra många sammanfattningar utan att räkna varje task. Zapier eller Make kan ändå fungera om din sammanfattning är extremt enkel och du inte behöver summeringar. Om du är osäker, prata med en automationsexpert så pekar vi dig mot den mest strömlinjeformade setupen.
När detta väl är på plats blir din veckosammanfattning en snabb genomgång i stället för ett skrivprojekt. Ärligt talat är det en lättnad att trycka skicka och veta att det är konsekvent.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.