Ditt betyg på Google Play kan glida ned i det tysta. En dålig release, en inloggningsbugg, ett strul med betalningar – och 1-stjärniga recensioner dyker upp medan du är upptagen med allt annat.
Appmarknadsförare brukar märka det först, men produktansvariga och byråteam som hanterar flera appar känner samma panik. Den här automatiseringen för Play-betygsaviseringar håller en strukturerad granskningslogg i Google Sheets och pingar dig i Telegram när låga betyg kommer in, så att du kan agera innan installationerna påverkas.
Du får se exakt hur workflowet körs, vad det sparar och hur du anpassar larmtröskeln efter din egen definition av ”det här behöver uppmärksamhet nu”.
Så fungerar den här automatiseringen
Hela n8n-workflowet, från trigger till slutligt resultat:
n8n Workflow Template: Google Sheets + Telegram: varningar vid låga Play-betyg
flowchart LR
subgraph sg0["✅ Intake Form Flow"]
direction LR
n0["<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/form.svg' width='40' height='40' /></div><br/>✅ Intake Form Trigger"]
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/httprequest.dark.svg' width='40' height='40' /></div><br/>🚀 Initiate Scrape Call"]
n2["<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/>🔄 Check Scrape Progress"]
n3@{ icon: "mdi:cog", form: "rounded", label: "⏱️ Pause 45 Seconds", pos: "b", h: 48 }
n4@{ icon: "mdi:swap-horizontal", form: "rounded", label: "🧩 Validate Completion", pos: "b", h: 48 }
n5["<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/>📥 Retrieve Scrape Output"]
n6@{ icon: "mdi:database", form: "rounded", label: "📊 Append to Sheet", pos: "b", h: 48 }
n7@{ icon: "mdi:swap-horizontal", form: "rounded", label: "⚠️ Flag Low Ratings", 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/telegram.svg' width='40' height='40' /></div><br/>📣 Telegram Alert Dispatch"]
n0 --> n1
n4 --> n5
n4 --> n2
n5 --> n6
n5 --> n7
n7 --> n8
n2 --> n3
n1 --> n2
n3 --> 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 n4,n7 decision
class n6 database
class n1,n2,n5 api
classDef customIcon fill:none,stroke:none
class n0,n1,n2,n5,n8 customIcon
Problemet: låga betyg upptäcks för sent
Google Play-recensioner är ”offentlig feedback”, men i vardagen känns de som en långsamt rullande incidentkö. Någon i teamet kollar listningen, tar en skärmdump på en dålig recension, och sedan hamnar den i en Slack-tråd eller begravs i en task board utan kontext. Nästa vecka försöker ni återskapa vad som hände, vilken version det gällde och om problemet sprider sig. Under tiden dippar betyget, användare tvekar och anskaffningskostnaderna smyger upp eftersom butikssidan ser svagare ut än den borde.
Det går snabbt att summera. Här är var det oftast brister.
- Recensionskontroller sker när någon kommer ihåg det, vilket gör att akuta problem kan ligga i en dag eller två.
- När man klistrar in recensioner i ett dokument försvinner detaljer som land, recensionsdatum och aktuellt appbetyg.
- Du reagerar på drama istället för mönster eftersom det saknas en konsekvent logg att analysera.
- När ledningen frågar ”när började det här?”, gissar ni utifrån skärmdumpar.
Lösningen: skrapa Play-recensioner, logga dem, larma vid låga betyg
Det här workflowet gör övervakning av Google Play-recensioner till ett enkelt inflödes- och larmsystem. Du skickar in en Google Play-app-URL (och hur många recensioner du vill hämta) via ett n8n-formulär. n8n ber sedan Bright Data att skrapa Play Store-sidan och får tillbaka strukturerade recensionsdata plus användbar appmetadata som totalbetyg, totalt antal recensioner och land. Så fort skrapningen är klar lägger workflowet till allt i Google Sheets så att du får en löpande historik som du kan filtrera, dela eller visualisera. Till sist kontrollerar det varje recensions betyg och skickar en Telegram-avisering när det är under din tröskel (standard är under 4), så att rätt personer ser problemet direkt.
Workflowet startar med en formulärinskickning. Det pollar Bright Data var 45:e sekund tills resultaten är klara, sparar sedan raderna i Google Sheets och triggar Telegram-notiser för recensioner med låga betyg.
Det du får: automatisering vs. resultat
| Det här automatiserar workflowet | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut i praktiken
Säg att du hanterar 3 appar och kollar recensioner två gånger om dagen. Om du lägger cirka 10 minuter per app varje gång är det ungefär 1 timme per dag av klickande, skumning och kopiering av detaljer till ett dokument. Med det här workflowet skickar du in URL:en på under en minut, väntar cirka en till två minuter på att skrapningen ska bli klar (den kontrollerar var 45:e sekund), och resultaten hamnar i Google Sheets med Telegram-aviseringar för allt under 4 stjärnor. Du behöver fortfarande agera på problemet, men delen ”hitta och logga” försvinner i princip.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Self-hosting-alternativ om du föredrar det (Hostinger fungerar bra)
- Bright Data för att skrapa Google Play-recensionsdata
- Google Sheets för att lagra och filtrera recensionshistorik
- Telegram Bot Token (hämta den från BotFather i Telegram)
Svårighetsnivå: Medel. Du kopplar konton, klistrar in API-nycklar och mappar några fält till ett kalkylark.
Vill du inte sätta upp det här själv? Prata med en automatiseringsexpert (gratis 15-minuterskonsultation).
Så fungerar det
Du skickar in en app-URL i ett formulär. Workflowet börjar när du anger Google Play Store-URL:en och antalet recensioner du vill hämta.
Bright Data skrapar appens listning och recensioner. n8n skickar en begäran till Bright Data för att starta en dataset-körning och kontrollerar sedan jobbstatusen tills snapshoten är klar.
Workflowet hämtar den färdiga recensionsdatan och utvärderar betyg. När skrapningen är klar hämtar n8n JSON-resultatet och skickar samma dataset i två spår: logga allt och flagga recensioner med låga betyg.
Google Sheets blir arkivet, Telegram blir larmet. Varje recension läggs till i ditt kalkylark, och allt under tröskeln triggar ett Telegram-meddelande med appnamn, utvecklare, betyg, antal recensioner och en direktlänk till Play Store.
Du kan enkelt ändra betygströskeln för att bara fånga 1–2-stjärniga recensioner, eller bredda den så att även ”meh” 3-stjärnig feedback inkluderas utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementation
Steg 1: Konfigurera formulärtriggern
Det här arbetsflödet startar när en formulärinsändning innehåller Google Play Store-URL:en och antalet recensioner som ska hämtas.
- Lägg till noden ✅ Intake Form Trigger som trigger.
- Ställ in Form Title på
Google Play Store. - Konfigurera Form Fields med URL och No of review (nummer-typ).
- Koppla ✅ Intake Form Trigger till 🚀 Initiate Scrape Call.
Steg 2: Anslut Bright Data Scrape API-anrop
Dessa noder triggar Bright Data-datasetet och kontrollerar skrapningens status.
- I 🚀 Initiate Scrape Call, ställ in URL till
https://api.brightdata.com/datasets/v3/triggeroch Method till POST. - Ställ in JSON Body till
={ "input": [ { "url": "{{ $json.URL }}", "num_of_reviews": {{ $json["No of review"] }}, "country": "US" } ], "custom_output_fields": [ "url", "review_id", "reviewer_name", "review_date", "review_rating", "review", "app_url", "app_title", "app_developer", "app_images", "app_rating", "app_number_of_reviews", "app_what_new", "app_content_rating", "app_country", "num_of_reviews" ] }. - Lägg till Query Parameters:
dataset_id=gd_m6zagkt024uwvvwuyu,include_errors=true,limit_multiple_results=5. - Lägg till headern Authorization med värdet
Bearer [CONFIGURE_YOUR_TOKEN]. - I 🔄 Check Scrape Progress, ställ in URL till
=https://api.brightdata.com/datasets/v3/progress/{{ $json.snapshot_id }}och lägg till samma Authorization-header. - Koppla 🚀 Initiate Scrape Call till 🔄 Check Scrape Progress.
[CONFIGURE_YOUR_TOKEN] med er Bright Data API-token i alla tre HTTP request-noder, annars kommer arbetsflödet att misslyckas.Steg 3: Sätt upp loopen för kontroll av slutförande
Arbetsflödet väntar, kontrollerar status och loopar tills datasetet är klart.
- I ⏱️ Pause 45 Seconds, ställ in Amount till
45. - I 🧩 Validate Completion, konfigurera villkoret: Left Value
={{ $json.status }}equalsready. - Koppla 🔄 Check Scrape Progress → ⏱️ Pause 45 Seconds → 🧩 Validate Completion.
- Från 🧩 Validate Completion, koppla grenen false tillbaka till 🔄 Check Scrape Progress och grenen true till 📥 Retrieve Scrape Output.
Steg 4: Konfigurera hämtning av output och parallell bearbetning
När allt är klart hämtar arbetsflödet resultaten och lägger samtidigt till dem i Google Sheets samt kontrollerar låga betyg.
- I 📥 Retrieve Scrape Output, ställ in URL till
=https://api.brightdata.com/datasets/v3/snapshot/{{ $json.snapshot_id }}, lägg till query-parameterformat=jsonoch lägg till Authorization-headern. - Bekräfta parallell routing: 📥 Retrieve Scrape Output skickar output till både 📊 Append to Sheet och ⚠️ Flag Low Ratings parallellt.
- I 📊 Append to Sheet, ställ in Operation till
append, Document tillYOUR_GOOGLE_SHEET_IDoch Sheet tillSheet1(gid=0). - Mappa kolumner i 📊 Append to Sheet med uttryck som
={{ $json.url }},={{ $json.review }},={{ $json.review_id }},={{ $json.app_rating }},={{ $json.app_country }},={{ $json.review_date }},={{ $json.app_what_new }},={{ $json.review_rating }},={{ $json.reviewer_name }}och={{ $json.app_number_of_reviews }}. - Inloggningsuppgifter krävs: Anslut era googleSheetsOAuth2Api-inloggningsuppgifter i 📊 Append to Sheet.
- I ⚠️ Flag Low Ratings, ställ in villkoret Left Value
={{ $json.review_rating }}med operatorn lt och Right Value4.
Steg 5: Konfigurera aviseringar för lågt betyg
När betygen är under 4 skickar arbetsflödet en Telegram-avisering.
- Koppla grenen true från ⚠️ Flag Low Ratings till 📣 Telegram Alert Dispatch.
- I 📣 Telegram Alert Dispatch, ställ in Text till
=⚠️ *Low App Performance Alert* 📱 *App:* {{ $json.app_title }} 🧑💻 *Developer:* {{ $json.app_developer }} ⭐ *Rating:* {{ $json.app_rating }} 📝 *Reviews:* {{ $json.app_number_of_reviews }} 🔗 [View on Play Store]({{ $json.url }}). - Ställ in Chat ID till
[YOUR_ID]. - Inloggningsuppgifter krävs: Anslut era telegramApi-inloggningsuppgifter i 📣 Telegram Alert Dispatch.
[YOUR_ID] med ert faktiska Telegram chat-ID, annars levereras inte aviseringarna.Steg 6: Testa och aktivera ert arbetsflöde
Verifiera arbetsflödet end-to-end innan ni aktiverar det i produktion.
- Använd Execute Workflow och skicka in formuläret ✅ Intake Form Trigger med en riktig Google Play-URL och ett antal recensioner.
- Bekräfta att loopen körs: 🔄 Check Scrape Progress → ⏱️ Pause 45 Seconds → 🧩 Validate Completion tills status är
ready. - Verifiera output: rader läggs till i 📊 Append to Sheet och ett Telegram-meddelande skickas när ⚠️ Flag Low Ratings utvärderas till true.
- När ni har verifierat, slå på arbetsflödet till Active för att köra i produktion.
Vanliga fallgropar
- Bright Data-uppgifter kan löpa ut, eller så kanske din dataset-åtkomst inte matchar dataset-ID:t som används i HTTP-begäran. Om det skapar fel, kontrollera först din Bright Data API-token och datasetbehörigheter i Bright Data-dashboarden.
- Om du använder Wait-noder eller extern skrapning varierar processtiderna. Öka väntetiden om nedströmsnoder fallerar på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in er tonalitet tidigt, annars kommer du att redigera output i all evighet.
Vanliga frågor
Cirka 30 minuter när dina konton och API-nycklar är klara.
Nej. Du kopplar Bright Data, Google Sheets och Telegram och justerar sedan ett par fält och betygsvillkoret.
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 Bright Datas kostnader för skrapning, som beror på hur ofta du kör det och hur många recensioner du hämtar.
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 är en snabb ändring. Uppdatera IF-villkoret i ”Flag Low Ratings” från ”review_rating < 4” till ”review_rating < 3” för att bara larma vid 1–2-stjärniga recensioner. Du kan också ändra Telegram-meddelandet så att det inkluderar recensionstexten, landet eller appversionen om du väljer att lagra de fälten. Många team börjar strikt (1–2 stjärnor) och breddar senare när bruset känns hanterbart.
Oftast beror det på en utgången eller felaktig Bright Data API-token. Generera en ny token i Bright Data och uppdatera sedan credentials i HTTP Request-noderna i n8n. Bekräfta också att dataset-ID:t matchar det som ditt Bright Data-konto har åtkomst till, eftersom en mismatch kan se ut som ett ”slumpmässigt” request-fel. Om det fungerar ibland och fallerar i omgångar kan även rate limits eller problem med kontosaldo vara orsaken.
Det beror på dina Bright Data-gränser och hur stort du sätter inputen ”number of reviews to fetch”, men själva workflowet klarar många så länge din n8n-plan och ditt kalkylark är dimensionerade för det.
Ofta, ja. Den stora skillnaden är kontroll: du kan köra polling-loopen, grenlogik och datamappning utan att betala extra för varje ”path” eller behöva platta ut allt till ett enda steg. Du har också self-hosting-alternativet i n8n, vilket är hjälpsamt om du övervakar flera appar eller kör frekventa kontroller. Zapier eller Make kan fungera bra för enkla notiser, men skrapning plus lagring plus villkorsstyrd larmning är där de kan kännas begränsande (och dyra). Om du vill ha en snabb rekommendation för din setup, prata med en automatiseringsexpert.
När det här väl rullar slutar recensionsövervakning att vara en bakgrundsoro. Workflowet loggar allt, larmar när det är viktigt och ger dig tillbaka mentalt utrymme att leverera fixes istället för att jaga signaler.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.