Din telefon vibrerar med en översvämningsvarning. Sedan en vindvarning. Sedan ett inlägg om ”möjlig påverkan från jordbävning”. Under tiden ligger din fastighetslista i Google Sheets och du försöker fortfarande lista ut vilka adresser som faktiskt är i det drabbade området.
Fastighetsförvaltare känner den här paniken först. Men försäkringsdrift-team och fältkoordinatorer dras snabbt in också, och ingen gillar stressen. Den här automatiseringen för Sheets Gmail alerts tar alertbruset, matchar det mot din portfölj och skickar tydliga, konsekventa uppdateringar i Gmail så att folk kan agera i stället för att gissa.
Du får se vad workflowet gör, vad du behöver för att köra det och hur det förvandlar spretiga flöden till prioriterade, rapportklara notifieringar.
Så här fungerar den här automatiseringen
Se hur detta löser problemet:
n8n Workflow Template: Google Sheets till Gmail: tydliga katastrofvarningar
flowchart LR
subgraph sg0["⏰ Check for Disaster Alerts Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "⏰ Check for Disaster Alerts", 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/merge.svg' width='40' height='40' /></div><br/>🔀 Combine All Alerts"]
n2@{ icon: "mdi:database", form: "rounded", label: "📊 Get Property Database", pos: "b", h: 48 }
n3@{ icon: "mdi:location-exit", form: "rounded", label: "📅 Schedule Maintenance Teams", pos: "b", h: 48 }
n4@{ icon: "mdi:message-outline", form: "rounded", label: "✉️ Send Report to Property O..", pos: "b", h: 48 }
n5@{ icon: "mdi:message-outline", form: "rounded", label: "✉️ Send Report to Insurers", 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/>🔍 Parse and Filter Active Al.."]
n7["<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/>🗺️ Map Affected Properties"]
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/code.svg' width='40' height='40' /></div><br/>💰 Calculate Insurance Claims"]
n9@{ icon: "mdi:swap-vertical", form: "rounded", label: "⚙️ Workflow Configuration", pos: "b", h: 48 }
n10["<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/>🌤️ Fetch Weather Alerts"]
n11@{ icon: "mdi:cog", form: "rounded", label: "🌍 Fetch Seismic Alerts (RSS)", pos: "b", h: 48 }
n12@{ icon: "mdi:cog", form: "rounded", label: "💧 Fetch Flood Alerts (RSS)", pos: "b", h: 48 }
n13@{ icon: "mdi:robot", form: "rounded", label: "🤖 Damage Prediction Agent", pos: "b", h: 48 }
n14@{ icon: "mdi:robot", form: "rounded", label: "📝 Report Generation Agent", pos: "b", h: 48 }
n15@{ icon: "mdi:brain", form: "rounded", label: "🧠 OpenAI GPT-4", pos: "b", h: 48 }
n16@{ icon: "mdi:brain", form: "rounded", label: "🧠 OpenAI GPT-4 for Reports", pos: "b", h: 48 }
n15 -.-> n13
n1 --> n6
n2 --> n7
n10 --> n1
n14 --> n4
n14 --> n5
n13 --> n8
n0 --> n9
n9 --> n10
n9 --> n11
n9 --> n12
n16 -.-> n14
n11 --> n1
n8 --> n3
n3 --> n14
n7 --> n13
n6 --> 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 trigger
class n13,n14 ai
class n15,n16 aiModel
class n2 database
class n10 api
class n6,n7,n8 code
classDef customIcon fill:none,stroke:none
class n1,n6,n7,n8,n10 customIcon
Utmaningen: göra alerts till åtgärder (snabbt)
Alerts är lätta att hitta. Det svåra är att översätta dem till ”vilka fastigheter är i riskzonen, vad gör vi härnäst och vem behöver veta?” mitt i en kaotisk dag. Du hoppar mellan vädersidor, översvämningskartor, seismiska flöden och ett kalkylark som inte är byggt för akuthantering. Sedan kommer den värsta delen: att kopiera detaljer till mejl under press, vilket är exakt när misstag sker. En missad adress eller en vag uppdatering kan utlösa onödiga platsbesök, försenade skadeförebyggande insatser eller arga samtal från ägare och försäkringsbolag.
Det eskalerar snabbt. Här är var det vanligtvis faller isär.
- Du lägger ungefär 2 timmar per dag under en händelse bara på att bevaka källor och jämföra kartor mot din portföljlista.
- Alertdetaljer vidarebefordras utan sammanhang, så fältteam vet inte vilka platser som är viktigast.
- Ägare och försäkringsbolag får inkonsekventa uppdateringar, vilket leder till extra fram och tillbaka när du i stället borde koordinera skyddsarbetet.
- Manuell triagering bjuder in fel (fel adress, fel allvarlighetsgrad, saknat tidsfönster) och de felen blir dyra när personal och entreprenörer är inblandade.
Lösningen: matcha live-alarmer för katastrofer mot ditt Sheet och mejla rapporter
Det här workflowet körs enligt schema och hämtar kontinuerligt alerts från flera källor, inklusive ett väder-API plus RSS-flöden för seismik och översvämning. Det slår ihop dessa strömmar till en vy över ”aktuellt hot”, och filtrerar sedan bort allt som är inaktivt eller irrelevant så att du inte jagar gamla varningar. Därefter hämtar det dina fastighetsposter från Google Sheets och matchar varje fastighet mot påverkade zoner med kodlogik som är konsekvent varje gång. När matchningar hittas genererar OpenAI (GPT-4 via n8n:s AI Agent- och Chat Model-noder) en skadeprognos på klarspråk och ett rapportutkast. Slutligen uppskattar workflowet skadeärendeexponering, planerar underhållsbesök i Google Kalender och skickar Gmail-uppdateringar till ägare och till ditt interna försäkringsteam med samma strukturerade information.
Workflowet börjar med schemalagd bevakning. Sedan konsoliderar och strukturerar det alertdata innan den ens når din portföljlista. Efter matchning av fastigheter mot zoner producerar det två saker som folk faktiskt kan använda: en schemalagd åtgärdsplan och tydliga mejl som låter som om en människa skrivit dem.
Vad som förändras: före vs. efter
| Det här eliminerar | Effekten du ser |
|---|---|
|
|
Effekt i verkligheten
Säg att du förvaltar 120 fastigheter och bevakar tre källor (väder-API, översvämnings-RSS, seismisk RSS). Manuellt är det kanske 15 minuter per källa att kontrollera, tolka och korsreferera, plus ytterligare 45 minuter för att skanna Sheets och skriva en bra mejluppdatering. Det är cirka 90 minuter per bevakningscykel, och under en aktiv händelse gör du det flera gånger. Med det här workflowet blir ”arbetet” en schemalagd körning, automatiserad matchning och Gmail-rapporter som kommer färdiga att vidarebefordra, oftast inom några minuter efter nya alerts.
Krav
- n8n-instans (testa n8n Cloud gratis)
- Självhostningsalternativ om du föredrar det (Hostinger fungerar bra)
- Google Sheets för att lagra och underhålla fastighetsposter.
- Gmail för att skicka notifieringar till ägare och försäkringsbolag.
- OpenAI API-nyckel (hämta den i din OpenAI-dashboard) för att generera skadeprognoser och rapportutkast.
Kunskapsnivå: Medel. Du kopplar konton, klistrar in API-nycklar och justerar ett par mappnings- och promptfält.
Behöver du hjälp att implementera detta? Prata med en automationsspecialist (kostnadsfri 15-minuters konsultation).
Workflow-flödet
En schemalagd bevakningskörning startar det. n8n kontrollerar nya alerts enligt ett återkommande schema, med den frekvens du väljer (oftare under stormsäsong, mer sällan när läget är lugnt).
Alertdata hämtas från flera källor och struktureras. Workflowet anropar en endpoint för väderalerts via HTTP Request, läser seismiska och översvämningsuppdateringar via RSS, slår ihop allt och filtrerar sedan till aktiva objekt så att du inte reagerar på gamla varningar.
Din portfölj hämtas och matchas mot påverkade zoner. Google Sheets levererar fastighetslistan och ett matchningssteg mappar varje adress eller geozon mot aktuellt alertområde (det är här ”pålitlig, repeterbar triagering” händer).
AI tar fram bedömningen, exponeringen och meddelandet som folk faktiskt läser. OpenAI genererar en skadeprognos och ett rapportutkast, kod uppskattar skadeärendevärden, Google Kalender får underhållsbesök och Gmail skickar två versioner av uppdateringen (till ägare och till försäkringsteamet).
Du kan enkelt byta alertkällor för att matcha din regions bästa flöden utifrån dina behov. Se hela implementeringsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: konfigurera schematriggern
Ställ in arbetsflödet så att det körs enligt ett återkommande schema så att katastrofflöden kontrolleras automatiskt.
- Lägg till och öppna ⏰ Scheduled Alert Monitor.
- Ställ in Rule → Interval → Field till
hours. - Koppla ⏰ Scheduled Alert Monitor till ⚙️ Automation Settings.
Steg 2: anslut fastighetsdata och varningskällor
Definiera inställningar och hämta livevarningar för katastrofer, och samla sedan in fastighetsregister för matchning.
- Öppna ⚙️ Automation Settings och lägg till fält för API-nycklar, feed-URL:er, detaljer för fastighetsarket samt försäkringsmejl (används senare av uttryck).
- Konfigurera 🌤️ Retrieve Weather Alerts med URL satt till
=https://api.openweathermap.org/data/2.5/onecall. - I 🌤️ Retrieve Weather Alerts ställer ni in frågeparametrar: lat till
={{ $('⚙️ Automation Settings').item.json.monitoredLocations.split('|')[0].split(',')[0] }}, lon till={{ $('⚙️ Automation Settings').item.json.monitoredLocations.split('|')[0].split(',')[1] }}, exclude tillminutely,hourly,dailyoch appid till={{ $('⚙️ Automation Settings').item.json.openWeatherApiKey }}. - Öppna 🌍 Retrieve Seismic Feed och ställ in URL till
={{ $('⚙️ Automation Settings').item.json.usgsEarthquakeFeed }}. - Öppna 💧 Retrieve Flood Feed och ställ in URL till
={{ $('⚙️ Automation Settings').item.json.noaaFloodFeed }}. - Konfigurera 📊 Retrieve Property Records med Operation satt till
appendOrUpdate, Sheet Name till={{ $('⚙️ Automation Settings').item.json.propertySheetName }}och Document ID till={{ $('⚙️ Automation Settings').item.json.propertySheetId }}.
⚠️ Vanlig fallgrop: 🌤️ Retrieve Weather Alerts använder API-nyckel via query auth. Om ni hoppar över parametern appid i ⚙️ Automation Settings kommer begäran att misslyckas även om noden körs.
Inloggningsuppgifter krävs: Anslut era Google Sheets-inloggningsuppgifter i 📊 Retrieve Property Records.
Steg 3: sätt upp varningsfiltrering och fastighetsmatchning
Slå ihop och filtrera katastrofflöden, och mappa sedan berörda fastigheter till påverkade zoner.
- Konfigurera 🔀 Merge Alert Streams med Mode satt till
combine. - Koppla ⚙️ Automation Settings till tre noder parallellt: 🌤️ Retrieve Weather Alerts, 🌍 Retrieve Seismic Feed och 💧 Retrieve Flood Feed.
- Koppla alla tre feed-noderna till 🔀 Merge Alert Streams och sedan till 🔍 Filter Active Alert Data.
- Gå igenom JavaScript-koden i 🔍 Filter Active Alert Data för att säkerställa att filtreringslogiken matchar era regler för varningsallvarlighetsgrad.
- Koppla 🔍 Filter Active Alert Data till 📊 Retrieve Property Records och sedan till 🗺️ Match Properties to Zones.
⚙️ Automation Settings skickar utdata till 🌤️ Retrieve Weather Alerts, 🌍 Retrieve Seismic Feed och 💧 Retrieve Flood Feed parallellt.
Steg 4: sätt upp AI-baserad skadebedömning och schemaläggning
Använd AI för att prognostisera skador och skapa underhållsscheman för påverkade fastigheter.
- Koppla 🧠 OpenAI Model Core som språkmodell för 🤖 Damage Forecast Agent.
- Routa 🗺️ Match Properties to Zones till 🤖 Damage Forecast Agent och sedan till 💰 Estimate Claim Values.
- Granska beräkningslogiken i 💰 Estimate Claim Values för skademultiplikatorer, hantering av självrisk och tidsfönster för planering av underhåll.
- Öppna 📅 Plan Maintenance Visits och ställ in Start till
={{ $json.maintenance_start_time }}och End till={{ $json.maintenance_end_time }}. - Koppla 📅 Plan Maintenance Visits till 📝 Report Drafting Agent.
Inloggningsuppgifter krävs: Anslut era OpenAI-inloggningsuppgifter i 🧠 OpenAI Model Core (språkmodellen används av 🤖 Damage Forecast Agent).
Inloggningsuppgifter krävs: Anslut era Google Calendar-inloggningsuppgifter i 📅 Plan Maintenance Visits.
Steg 5: konfigurera rapportutkast och e-postnotifieringar
Skapa rapporter för ägare och försäkringsbolag och skicka sedan notifieringar parallellt.
- Koppla 🧠 OpenAI Report Model som språkmodell för 📝 Report Drafting Agent.
- Säkerställ att 📝 Report Drafting Agent routar till både ✉️ Email Owners Report och ✉️ Notify Insurance Team.
- I ✉️ Email Owners Report ställer ni in Send To till
={{ $json.property_owner_email }}och bekräftar uttrycket för Subject=🚨 Property Alert: Disaster Impact Assessment for {{ $json.property_address }}. - I ✉️ Notify Insurance Team ställer ni in Send To till
={{ $('⚙️ Automation Settings').item.json.insurerEmail }}och bekräftar uttrycket för Subject=Insurance Claim Notification: {{ $json.property_address }}.
📝 Report Drafting Agent skickar utdata till både ✉️ Email Owners Report och ✉️ Notify Insurance Team parallellt.
Inloggningsuppgifter krävs: Anslut era OpenAI-inloggningsuppgifter i 🧠 OpenAI Report Model (språkmodellen används av 📝 Report Drafting Agent).
Inloggningsuppgifter krävs: Anslut era Gmail-inloggningsuppgifter i både ✉️ Email Owners Report och ✉️ Notify Insurance Team.
Steg 6: testa och aktivera ert arbetsflöde
Kör ett fullständigt test för att validera varje gren och utdata, och aktivera sedan arbetsflödet för produktionsövervakning.
- Klicka på Execute Workflow och verifiera att 🔀 Merge Alert Streams producerar sammanställd varningsdata.
- Kontrollera att 🔍 Filter Active Alert Data endast ger ut allvarliga, aktiva varningar och att 🗺️ Match Properties to Zones returnerar berörda fastigheter.
- Bekräfta att 💰 Estimate Claim Values sätter
estimated_repair_cost,insurance_claim_amountsamt underhållstider som används av 📅 Plan Maintenance Visits. - Verifiera att båda e-postnoderna skickar meddelanden med ifyllda fält och korrekta mottagare.
- Växla arbetsflödet till Active för att aktivera schemalagd övervakning.
Se upp för
- Google Sheets-behörigheter kan löpa ut eller kräva specifika rättigheter. Om något slutar fungera, kontrollera först n8n:s Credentials-skärm och Sheetets delningsåtkomst.
- Om du använder Wait-noder eller extern rendering 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 för alltid.
Vanliga frågor
Cirka en timme om dina Sheets-, Gmail- och alertkällor är redo.
Ja, men någon bör vara bekväm med att redigera några fält och testa med exempelalerts. Ingen traditionell kodning krävs.
Ja. n8n har ett gratis självhostat alternativ och en gratis provperiod på n8n Cloud. Cloud-planer startar på 20 USD/månad för högre volymer. Du behöver också räkna in OpenAI API-kostnader för GPT-4-generering.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller självhosting på en VPS. För självhosting är Hostinger VPS prisvärd och klarar n8n bra. Självhosting ger dig obegränsat antal körningar men kräver grundläggande serverhantering.
Du kan byta alertkällor genom att ändra HTTP Request-noden för väderalerts och RSS-noderna för översvämnings- och seismiska flöden, och sedan behålla samma merge- och filterlogik. De flesta team anpassar logiken i ”Match Properties to Zones” så att den matchar hur deras Sheet lagrar platser (adress, postnummer, zon-ID eller lat/long). På AI-sidan justerar du prompterna för Damage Forecast och Report Draft så att de speglar er terminologi, vad ni betraktar som ”hög prioritet” och exakt vilka avsnitt ni vill ha i mejlet. Om du redan lagrar försäkringskontakter eller försäkringsbeloppsgränser i Sheets kan du lägga till de fälten i mejlutskicket så att rapporten blir direkt användbar.
Oftast beror det på att Googles auktorisering har löpt ut eller att Sheetet har flyttats till en annan Drive-plats. Återanslut Google Sheets-credential i n8n, bekräfta att kalkylarket fortfarande är delat med det Google-kontot och välj om rätt dokument och flik i noden. Om det bara fallerar på vissa rader, kontrollera tomma adressfält eller oväntad formatering som gör att matchningssteget skapar fel.
I praktiken hanterar den en typisk portfölj (hundratals till några tusen fastigheter) så länge din n8n-instans har tillräckligt med minne och dina alertkällor inte rate-limit:ar dig.
För det här användningsfallet är n8n oftast bättre eftersom du slår ihop flera flöden, filtrerar och matchar data och genererar AI-sammanfattningar innan du notifierar två olika målgrupper. Zapier och Make kan göra delar av det, men logik med flera grenar, kodbaserad matchning och agentliknande AI-steg tenderar att bli klumpiga (och ibland dyra) när du skalar. n8n ger dig också möjligheten att självhosta, vilket är praktiskt när körningar skjuter i höjden under stormsäsongen. Om du bara behöver ”en alertkälla till ett mejl” fungerar de verktygen bra. Prata med en automationsspecialist om du vill ha hjälp att välja.
När alerts kommer in snabbt slår tydlighet hjältemod. Sätt upp detta en gång, och workflowet håller din portfölj, ditt team och dina intressenter på samma linje.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.