Behöver ert företag hjälp med att implementera AI? Kontakta oss och få prisoffert här →
AI Skolan
januari 22, 2026

Google Sheets + PageSpeed Insights, SEO-audits klara

Rickard Andersson Partner, Nodenordic.se

Månatliga SEO-audits låter enkelt tills du jonglerar Google Analytics, Search Console, PageSpeed Insights och ett dussin webbläsarflikar. Då blir det copy-paste, halvfärdiga anteckningar och “vi fixar det nästa månad” eftersom rapporten tog hela dagen.

Den här automatiseringen av SEO-audit slår hårdast mot marknadschefer, helt ärligt. Men byråägare och interna SEO-specialister känner också av det, eftersom det är du som måste förklara vad som ändrades och vad ni ska göra härnäst. Resultatet är enkelt: en månatlig audit som hamnar i Google Sheets med tydliga prioriteringar som du kan tilldela och följa upp.

Nedan ser du hur det här n8n-flödet hämtar rätt data, kör ett “team” av AI-analytiker på den och lämnar dig med en delbar rapport i stället för ett kalkylark fullt av råexporter.

Så fungerar automatiseringen

Se hur detta löser problemet:

n8n Workflow Template: Google Sheets + PageSpeed Insights, SEO-audits klara

Utmaningen: månatliga SEO-audits som inte äter upp hela veckan

En “månatlig SEO-audit” börjar oftast med goda intentioner och slutar med ett rörigt Google-dokument, några skärmdumpar och ett kalkylark som ingen vill öppna igen. Du exporterar en GA-rapport, hämtar sedan Search Console-frågor, kör PageSpeed och försöker sedan minnas vad du ändrade förra månaden. Under tiden slinker små problem igenom eftersom du är trött, du har bråttom och du jobbar från fem källor som inte är överens med varandra. Det värsta är alternativkostnaden: tiden du lägger på att sätta ihop auditen är tid du inte använder till att faktiskt förbättra sidorna.

Det växer snabbt. Här är var det oftast faller isär.

  • Att hämta rapporter från GA, Search Console och PageSpeed blir en timme av flikhoppande innan du ens har skrivit en enda rekommendation.
  • Audit-anteckningarna blir luddiga eftersom du sammanfattar ur minnet i stället för att arbeta utifrån en strukturerad uppsättning fynd.
  • Prioriteringar tappas bort, så samma tekniska problem dyker upp månad efter månad utan tydlig ägare.
  • Historisk jämförelse är smärtsam, vilket innebär att du “rapporterar” utan att berätta historien om vad som förändrades.

Lösningen: en månatlig AI-driven SEO-audit som skriver sig själv i Sheets

Det här flödet körs enligt schema och bygger en komplett månatlig audit för valfri målwebbplats. Det börjar med att du anger måldomänen en gång, och hämtar sedan automatiskt färsk data från Google Analytics, Google Search Console och Google PageSpeed Insights. Parallellt gör det också en live-crawl av din startsida för att extrahera on-page-signaler (tänk titlar, rubriker och grundläggande tekniska indikatorer) så att du inte är blind för vad som faktiskt ligger på sidan just nu. Varje dataström struktureras och sammanfattas, och därefter analyserar en uppsättning specialiserade AI-agenter den ur olika vinklar: insikter från analytics, prestandaflaskhalsar, tekniska SEO-problem och strategi. Till sist kombinerar en “huvudanalytiker”-agent resultaten till en enda handlingsinriktad plan och sparar allt i Google Sheets för uppföljning.

Flödet startar med den schemalagda triggern och delar sedan upp sig i fyra parallella insamlare (Analytics, Search Console, PageSpeed och en crawl av startsidan). Därefter gör AI-agenter råa mätvärden till tydliga observationer, och en slutlig syntes skapar dina månatliga prioriteringar och nästa steg i Google Sheets.

Vad som förändras: före vs. efter

Praktisk effekt

Säg att du auditar 5 kundsajter varje månad. Manuellt kanske du lägger cirka 30 minuter på att hämta GA och formatera det, 30 minuter på Search Console-exporter, 20 minuter på att samla PageSpeed-resultat och ytterligare 40 minuter på att skriva fynd och prioriteringar. Det är ungefär 2 timmar per sajt, eller cirka 10 timmar i månaden. Med det här flödet anger du domänen en gång och låter den schemalagda körningen sammanställa källorna och skriva utkastet till rapport i Google Sheets, så att din tid flyttas till granskning och redigering (ofta 15–20 minuter per sajt, inte en hel eftermiddag).

Krav

  • n8n-instans (prova n8n Cloud gratis)
  • Alternativ för egen drift om du föredrar det (Hostinger fungerar bra)
  • Google Sheets för att lagra specialist- och slutrapporter.
  • Google Analytics för att hämta månatliga signaler för trafik och engagemang.
  • Google Search Console för att granska sökfrågor, sidor och prestandatrender.
  • Google PageSpeed Insights API-nyckel (hämta den i Google Cloud Console under API-uppgifter).
  • OpenAI API-nyckel (hämta den i din OpenAI-dashboard) för AI-agentanalyserna.

Kunskapsnivå: Medel. Du kopplar mest konton och klistrar in några ID:n/nycklar, men du bör vara bekväm med att kontrollera en nods inställningar om något fallerar.

Behöver du hjälp att implementera detta? Prata med en automationsexpert (gratis 15-minuters konsultation).

Flödet steg för steg

Ett månadsschema startar allt. Du bestämmer när auditen körs, och flödet startar automatiskt utan att någon behöver komma ihåg att “göra rapportering”.

Din måldomän anges en gång. Steget “Define Target Domain” skickar samma webbplats-URL genom hela flödet, så att förfrågningarna mot Analytics, Search Console, PageSpeed och crawlen alltid är synkade.

Fyra datakällor körs parallellt. Google Analytics hämtar en rapport, HTTP-förfrågningar samlar in mätvärden från Search Console och PageSpeed, och en annan HTTP-förfrågan crawlar startsidan så att du kan flagga uppenbara on-page- och tekniska problem. Varje ström sammanfattas till ett strukturerat, lättläst format före analys.

AI-specialister skriver fynd, sedan sammanfogar en huvudanalytiker. Separata AI-agenter hanterar insikter från analytics, prestandaproblem, tekniska audit-anteckningar och SEO-strategi. En sammanslagning väntar in alla strömmar, och därefter skapar master-syntesagenten en enhetlig, handlingsinriktad rapport och sparar den i Google Sheets.

Du kan enkelt ändra vilka målsidor som ingår (inte bara startsidan) för att granska djupare delar av webbplatsen utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.

Steg-för-steg-guide för implementering

Steg 1: konfigurera den schemalagda triggern

Ställ in arbetsflödets schema så att granskningar körs automatiskt varje månad.

  1. Öppna Scheduled Run Trigger.
  2. Ställ in schemaregeln så att den körs varje månad klockan Trigger At Hour 9.
  3. Bekräfta att noden är ansluten till Define Target Domain.

Tips: Om ni behöver en annan frekvens (veckovis eller daglig), justera intervallet för rule men håll den efterföljande tajmingen konsekvent för rapporteringen.

Steg 2: anslut Googles datakällor

Autentisera Google-tjänster som används för Analytics, Search Console samt lagring/historik i Google Sheets.

  1. Öppna Retrieve GA Report och anslut inloggningsuppgifter. Credential Required: Anslut era googleAnalyticsOAuth2-inloggningsuppgifter.
  2. Öppna Query Search Console och anslut inloggningsuppgifter. Credential Required: Anslut era googleOAuth2Api-inloggningsuppgifter.
  3. Anslut Google Sheets-inloggningsuppgifter för noder för datalagring/historik: Append Sheet Row, Fetch Master Sheet Rows, Retrieve GA History, Retrieve Search Console History, Retrieve PageSpeed History, Retrieve Technical Audit History, Fetch Sheet Rows A, Fetch Sheet Rows B, Fetch Sheet Rows C och Store Final Report. Credential Required: Anslut era googleSheetsOAuth2Api-inloggningsuppgifter.

⚠️ Vanlig fallgrop: Om någon av Google Sheets-noderna har tomma värden för documentId eller sheetName kommer agenterna att misslyckas med att läsa eller skriva historik.

Steg 3: konfigurera måldomän och parallell datainsamling

Definiera domänen som ska granskas och verifiera den parallella insamlingen av signaler från GA, PageSpeed, Search Console och crawling.

  1. I Define Target Domain, ställ in värdet för domain till https://www.your-website.com.
  2. Bekräfta parallell exekvering: Define Target Domain skickar output till både Retrieve GA Report och Request PageSpeed Metrics och Query Search Console och Crawl Site Homepage parallellt.
  3. I Request PageSpeed Metrics, ställ in URL till =https://www.googleapis.com/pagespeedonline/v5/runPagespeed?url={{ $json.domain }}&category=performance&category=accessibility&category=best-practices&category=seo. Credential Required: Anslut era httpQueryAuth-inloggningsuppgifter.
  4. I Query Search Console, bekräfta att URL är =https://www.googleapis.com/webmasters/v3/sites/{{ encodeURIComponent($('Define Target Domain').item.json.domain) }}/searchAnalytics/query och att JSON Body använder datumuttrycken (för de senaste 30 dagarna).
  5. I Crawl Site Homepage, ställ in URL till ={{ $json.domain }} och behåll de anpassade headers för User-Agent och Accept intakta.

Tips: Search Console-anropet använder $now.minus({months: 1}) och $now i JSON body, så säkerställ att er tidszon och datuminställningar i n8n är korrekta.

Steg 4: konfigurera noder för bearbetning och poängsättning

Formatera och poängsätt rådata så att agenterna får läsbar, strukturerad input.

  1. Behåll Compose GA Summary som formatterare för output från Retrieve GA Report; inga ändringar krävs om ni inte vill ha egna mätvärden.
  2. Behåll Summarize Search Console som formatterare för Query Search Console; den här noden hanterar tomma dataset på ett robust sätt.
  3. Behåll Summarize PageSpeed som formatterare för output från Request PageSpeed Metrics.
  4. Säkerställ att Crawl Site Homepage går vidare till Extract On-Page Signals, och därefter till Score On-Page Signals för att skapa den tekniska granskningsrapporten.

⚠️ Vanlig fallgrop: Om startsidan blockerar crawlers kommer Extract On-Page Signals att returnera ”No HTML content retrieved”, vilket gör att kedjan för teknisk granskning misslyckas.

Steg 5: konfigurera AI-analysagenter och språkmodeller

Anslut varje agent till rätt språkmodell och säkerställ att verktygsautentisering är kopplad på rätt nivå.

  1. Verifiera kopplingar till språkmodell: AI Chat Model AlphaAnalytics Insight Agent, AI Chat Model BetaPerformance Insight Agent, AI Chat Model GammaSEO Strategy Agent, AI Chat Model DeltaTechnical Audit Analyst, AI Chat Model EpsilonMaster Synthesis Agent. Credential Required: Anslut era openAiApi-inloggningsuppgifter på varje AI Chat Model-nod.
  2. Bekräfta att Analytics Insight Agent tar emot output från Compose GA Summary och skickar resultaten till Combine Report Streams.
  3. Bekräfta att Performance Insight Agent tar emot output från Summarize PageSpeed och skickar resultaten till Combine Report Streams.
  4. Bekräfta att SEO Strategy Agent tar emot output från Summarize Search Console och skickar resultaten till Combine Report Streams.
  5. Bekräfta att Technical Audit Analyst tar emot output från Score On-Page Signals och skickar resultaten till Combine Report Streams.

Tips: AI-verktygsnoderna (t.ex. Append Sheet Row, Fetch Master Sheet Rows, Retrieve GA History) är kopplade som verktyg till agenter. Lägg till Google Sheets-inloggningsuppgifter på verktygsnoderna, men bekräfta att verktyget är länkat till rätt överordnade agentkoppling.

Steg 6: konfigurera rapportaggregering och lagring

Slå ihop all AI-output, generera huvudsyntesen och lagra slutrapporten.

  1. I Combine Report Streams, behåll Number Inputs satt till 4 så att den förväntar sig output från Analytics, PageSpeed, Search Console och teknisk granskning.
  2. Bekräfta att Combine Report Streams går vidare till Aggregate Report Pack, och därefter till Master Synthesis Agent.
  3. Verifiera att Master Synthesis Agent är ansluten till Store Final Report för att skriva den slutliga syntesen till Google Sheets. Credential Required: Anslut era googleSheetsOAuth2Api-inloggningsuppgifter.
  4. I Append Sheet Row, ställ in operation till append och ställ in documentId till [YOUR_ID].

⚠️ Vanlig fallgrop: Om Combine Report Streams tar emot färre än fyra inputs kommer Aggregate Report Pack att skapa ofullständiga sammanfattningar för Master Synthesis Agent.

Steg 7: testa och aktivera ert arbetsflöde

Kör ett fullständigt manuellt test för att bekräfta att datainsamling, AI-analys och rapportering fungerar från start till mål.

  1. Klicka på Execute Workflow för att köra Scheduled Run Trigger manuellt.
  2. Verifiera att Define Target Domain startar fyra parallella grenar och att varje gren slutförs: GA, PageSpeed, Search Console och crawl/granskning.
  3. Kontrollera att Combine Report Streams tar emot fyra inputs och att Aggregate Report Pack genererar en konsoliderad sammanfattning.
  4. Bekräfta att Store Final Report skriver en rad i ert Google-ark och att AI-agenterna returnerar strukturerade rekommendationer.
  5. Aktivera arbetsflödet genom att slå på Active så att det körs enligt schema.
🔒

Lås upp fullständig steg-för-steg-guide

Få den kompletta implementeringsguiden + nedladdningsbar mall

Se upp med

  • Inloggning för Google Sheets kan löpa ut eller kräva specifika behörigheter. Om det slutar fungera: kontrollera status för autentiseringen i n8n:s vy för Credentials och bekräfta att arket är delat med rätt Google-konto.
  • Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om noder längre fram fallerar på grund av tomma svar.
  • Standardprompter i AI-noder är generiska. Lägg in er tonalitet tidigt, annars kommer du att redigera resultaten i all evighet.

Vanliga frågor

Hur snabbt kan jag implementera den här automatiseringen av SEO-audit?

Cirka 30 minuter om dina Google- och OpenAI-konton är redo.

Kan icke-tekniska team implementera den här automatiseringen av SEO-audit?

Ja, men någon behöver vara bekväm med att klistra in API-nycklar och Sheet-ID:n i rätt noder. Ingen kodning krävs för en standarduppsättning.

Är n8n gratis att använda för det här arbetsflödet för automatiserad SEO-audit?

Ja. n8n har ett gratis alternativ för egen drift och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volymer. Du behöver också räkna in kostnader för OpenAI API (ofta några dollar i månaden vid typisk auditvolym) och användning av PageSpeed API.

Var kan jag hosta n8n för att köra den här automatiseringen?

Två alternativ: n8n Cloud (hanterad, enklast att komma igång med) eller egen drift på en VPS. För egen drift är Hostinger VPS prisvärd och hanterar n8n bra. Egen drift ger dig obegränsade körningar men kräver grundläggande serveradministration.

Hur anpassar jag den här lösningen för automatiserad SEO-audit till mina specifika utmaningar?

Börja med noden “Define Target Domain” så att alla grenar uppdateras tillsammans. Om du vill ha djupare täckning än crawlen av startsidan, duplicera crawl- och on-page-extraktionslogiken för viktiga mallar (tjänstesidor, kategorisidor eller viktigaste landningssidor). Du kan också justera AI-agenternas prompter så att resultatet matchar din rapportstil, till exempel “fokusera på intäktspåverkande problem först” eller “skriv tickets som kan läggas direkt i en SEO-backlogg”.

Varför misslyckas min Google Sheets-anslutning i det här flödet?

Oftast är det fel Google-konto eller saknad behörighet till målarket. Välj om autentiseringen i varje Google Sheets-nod och bekräfta sedan att arket är åtkomligt för det kontot. Om du kopierade en Sheet-mall, dubbelkolla även fälten för Document ID. En sak till: vissa team låser ned Sheets med workspace-policyer, så admin-godkännande kan krävas.

Vilken kapacitet har den här lösningen för automatiserad SEO-audit?

På n8n Cloud beror kapaciteten på planens månatliga execution-volym, och varje auditkörning använder flera executions eftersom den förgrenar sig över flera källor. Om du kör egen drift finns inget hårt tak för executions; det beror främst på serverresurser och API:ernas rate limits. I praktiken kör många team detta månadsvis över dussintals sajter utan problem när autentisering och timeouts är rimligt satta.

Är den här automatiseringen av SEO-audit bättre än att använda Zapier eller Make?

Ofta, ja. Det här flödet bygger på parallell datainsamling, sammanslagning och AI-analys med flera agenter, vilket är ett område där n8n brukar kännas mer flexibelt och mindre begränsat. Du får också alternativet att köra egen drift, vilket kan vara viktigt om du vill ha förutsägbara kostnader. Zapier eller Make kan vara snabbare för väldigt enkla “skicka mätvärde A till ark B”-uppgifter, men logiken här är mer än en zap i två steg. Om du är osäker, prata med en automationsexpert så kvalitetssäkrar vi bästa väg fram för ditt team.

När detta väl rullar slutar din månatliga audit att vara ett återkommande brandkårsutryckning och blir i stället ett repeterbart system. Flödet tar hand om grovjobbet, och du lägger din tid på att fatta besluten som faktiskt flyttar ranking.

Kontakta oss

Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.

×

Använd mall

Få direkt tillgång till denna n8n-arbetsflödes JSON-fil

Launch login modal Launch register modal