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

Slack + Google Sheets för smartare lead scoring

Rickard Andersson Partner, Nodenordic.se

Leads kommer in snabbt, och sedan saktar allt ner. Någon måste rensa upp formulärfälten, rimlighetskontrollera e-postadressen, undersöka bolaget och avgöra om sälj ens ska röra den.

Den här Slack-automationen för lead scoring träffar marketing ops först, men SDR:er och byråteam märker den också. Du kvalificerar inkommande leads konsekvent, lyfter fram de heta i Slack och håller ett strukturerat facit i Google Sheets utan kaoset “vem jobbar på det här?”.

Nedan får du exakt workflow-logik, vad den producerar och hur du anpassar den till dina leadkällor och din säljprocess.

Så fungerar den här automationen

Hela n8n-workflowet, från trigger till slutresultat:

n8n Workflow Template: Slack + Google Sheets för smartare lead scoring

Problemet: leadkvalificering är långsam och inkonsekvent

Manuell leadkvalificering låter enkelt tills du gör det varje dag. Du får halvfärdiga formulärinskick, röriga fältnamn från olika kampanjer och e-postadresser som ser giltiga ut men inte leder någonstans. Sedan kommer “research”-delen: hitta bolaget, öppna LinkedIn, gissa storlek, skumma beskrivningen och försöka avgöra om det här är en köpare eller en tidstjuv. Under tiden väntar heta prospekt. Och om teamet är upptaget hinner de bli kalla innan du ens skickar ett första svar.

Det blir mycket snabbt. Här brukar det ofta fallera.

  • Varje inkommande lead triggar ett mini-researchprojekt, och kostnaden blir timmar per vecka.
  • Scoringen varierar beroende på vem som är i tjänst, så “heta” leads missas.
  • Privata e-postadresser (Gmail, Yahoo) slinker igenom, och någon slösar tid på att berika data som ändå inte går att berika bra.
  • Uppföljning sker på slumpmässiga ställen, vilket gör att nästa steg blir otydliga och affärer glider ur händerna.

Lösningen: AI-driven berikning, scoring och routning

Det här workflowet fångar upp ett lead i samma ögonblick som de skickar in ditt formulär, städar upp datan och stoppar uppenbart skräp innan det ens når din pipeline. Om e-postadressen ser ut som en riktig företagsadress söker det automatiskt efter företagets närvaro på LinkedIn och hämtar viktiga firmografiska uppgifter (bransch, storlek, beskrivning, specialiteter). Därefter scorer en AI-modell leadet från 0 till 100 med både leadet och den berikade bolagskontexten, tilldelar en nivå (Hot, Warm, Cold eller Disqualified) och genererar praktiska anteckningar som köparpersona, samtalspunkter och riskfaktorer. Till sist routas resultatet dit teamet faktiskt jobbar: heta leads larmar Slack direkt, varma leads får ett annat Slack-meddelande för nurturing, och allt loggas till Google Sheets för rapportering och uppföljning.

Workflowet startar med en inbäddningsbar n8n-formulärinsändning. Därifrån standardiserar det fälten, berikar bolagsdata via LinkedIn när det är rimligt och kör AI-baserad lead scoring plus utkast för outreach. Slack blir din triagekö i realtid, medan Google Sheets förblir systemet för källdata.

Vad du får: automation vs. resultat

Exempel: så här ser det ut

Säg att du får 30 inkommande leads i veckan från annonser och ett webinar. Om någon lägger cirka 10 minuter på att validera detaljer, 10 minuter på att hitta LinkedIn och 5 minuter på att skriva en snabb uppföljningsnotis, blir det ungefär 25 minuter per lead (cirka 12 timmar per vecka). Med det här workflowet blir “människotiden” i stället närmare 1–2 minuter per lead för att kasta ett öga på Slack-sammanfattningen och agera, medan berikning och scoring kör i bakgrunden. Det är i praktiken en hel arbetsdag tillbaka varje vecka.

Vad du behöver

  • n8n-instans (prova n8n Cloud gratis)
  • Self-hosting-alternativ om du föredrar det (Hostinger fungerar bra)
  • Google Sheets för att logga varje lead och score.
  • Slack för direkta routningslarm för Hot/Warm/Cold.
  • OpenAI API-nyckel (hämtas i din OpenAI-dashboard).

Svårighetsgrad: Medel. Du kopplar några konton, klistrar in API-nycklar och justerar prompts och trösklar så att de matchar din ICP.

Vill du inte sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuters konsultation).

Så fungerar det

Ett lead skickar in ditt formulär. Workflowet startar med n8n:s formulär-trigger och returnerar direkt en bekräftelse, så att användaren inte lämnas utan svar.

Leaddatan rensas och kontrolleras. Det standardiserar fältnamn, validerar posten och stoppar tidigt om något är uppenbart ogiltigt. Mindre skräp går vidare i flödet, vilket är viktigt när du börjar berika och använda AI.

LinkedIn-berikning sker när det är värt det. En företagsmejl går igenom en kontroll, sedan använder workflowet Apify-baserad sökning för att hitta företagets LinkedIn-sida och hämta bolagsdetaljer. Om leadet använder en privat e-postadress tar det en bypass-väg och scorer ändå leadet med den data du har.

AI scorer och routar leadet. OpenAI skapar en score på 0–100, en nivå och praktiska insikter. Heta leads triggar ett Slack-larm plus ett AI-utkast till outreach-mejl och valfri CRM-skapning, varma leads får ett annat Slack-meddelande, och alla leads läggs till i Google Sheets.

Du kan enkelt ändra scoringtrösklarna för att matcha din marknad (eller ändra vad “Hot” betyder) utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.

Steg-för-steg-guide för implementering

Steg 1: Konfigurera formulärtriggern

Konfigurera det offentliga konsultationsformuläret som startar arbetsflödet och returnerar ett omedelbart bekräftelsemeddelande.

  1. Lägg till noden Consultation Form Trigger och ställ in Path till lead-capture-form.
  2. Ställ in Form Title till Get a Free Consultation och Form Description till Tell us about your project and we'll get back to you within 24 hours..
  3. Bekräfta att Response Mode är responseNode så att formuläret kan skicka en anpassad bekräftelse.
  4. Konfigurera Return Form Acknowledgement så att den svarar med Respond With satt till text och Response Body satt till Thanks for your submission! We'll be in touch soon..
  5. Koppla triggern så att Consultation Form Trigger skickar utdata till både Return Form Acknowledgement och Standardize Lead Info parallellt.

Steg 2: Sätt upp normalisering och validering av leads

Normalisera inkommande formulärdata och tillämpa valideringsregler innan berikning och scoring.

  1. I Standardize Lead Info behåller ni den befintliga JavaScript-koden för att normalisera och validera fält för e-post, namn och företag.
  2. Konfigurera Validate Lead Record så att den utvärderar isValid med uttrycket {{ $json.isValid }} lika med true.
  3. Ställ in Stop Invalid Lead för att stoppa felaktiga inskick med Error Message satt till =Lead validation failed: {{ $json.validationErrors.join(', ') }}.
  4. I Business Email Check bekräftar ni att villkoret använder {{ $json.isBusinessEmail }} lika med true för att routa företagsdomäner till berikning.

Steg 3: Konfigurera LinkedIn-berikning via HTTP-förfrågningar

Sök efter företagets LinkedIn-sida, tolka URL:en och berika lead-profilen med Apify-scrapers.

  1. I Search LinkedIn Listing ställer ni in URL till =https://api.apify.com/v2/acts/mina_safwat~google-search-scraper-ppr/run-sync-get-dataset-items och Method till POST.
  2. Ställ in JSON Body till ={"lang":"en","searchTerm":"provide the linkedin company page url for company - {{ $json.company || $json.emailDomain }}","unique":true,"memory":256}.
  3. Uppdatera headern Authorization i Search LinkedIn Listing genom att ersätta Bearer [CONFIGURE_YOUR_TOKEN] med er Apify-token.
  4. Använd Parse LinkedIn Link för att extrahera företags-URL:en och säkerställ att LinkedIn Link Located kontrollerar {{ $json.linkedInSearchSuccess }} lika med true.
  5. I Fetch LinkedIn Company ställer ni in URL till =https://api.apify.com/v2/acts/logical_scrapers~linkedin-company-scraper-ppr/run-sync-get-dataset-items och JSON Body till ={"url":["{{ $json.linkedInUrl }}"]}.
  6. Uppdatera headern Authorization i Fetch LinkedIn Company genom att ersätta Bearer [CONFIGURE_YOUR_TOKEN] med er Apify-token.
  7. Behåll Bypass Enrichment Path som fallback när berikning hoppas över eller misslyckas.

⚠️ Vanlig fallgrop: Både Search LinkedIn Listing och Fetch LinkedIn Company kräver en giltig Apify-token i Authorization-headern, även om de inte använder någon credential-väljare.

Steg 4: Sätt upp AI-kvalificering och sammanställning av lead-profil

Använd OpenAI för att poängsätta leads och sammanställa en enhetlig lead-profil för vidare routing och loggning.

  1. Öppna AI Lead Scoring och bekräfta att Model är gpt-4.1 med Temperature satt till 0.3.
  2. Credential Required: Koppla era openAiApi-credentials i AI Lead Scoring.
  3. Behåll system- och användarmeddelanden intakta, inklusive referenser som {{ $json.fullName }} och {{ $json.enrichedCompany.industry || 'Unknown' }}, så att AI:n kan poängsätta med full kontext.
  4. Verifiera att både Combine LinkedIn Details och Bypass Enrichment Path matar in i AI Lead Scoring beroende på berikningsvägen.
  5. I Assemble Lead Profile behåller ni merge-logiken som läser antingen Combine LinkedIn Details eller Bypass Enrichment Path och tolkar AI:ns JSON-utdata.
  6. Bekräfta att Assemble Lead Profile skickar utdata till både Hot Lead Decision och Append Sheet Log parallellt.

Om AI-svaret misslyckas med JSON-tolkning har Assemble Lead Profile en fallback med en standardscore och nivån “Cold” — använd detta för att flagga för manuell granskning.

Steg 5: Konfigurera routing och utdataåtgärder

Routa hot, warm och cold leads till rätt avisering, CRM, e-post och loggningsåtgärder.

  1. I Hot Lead Decision verifierar ni att villkoret kontrollerar {{ $json.qualification.tier }} lika med hot.
  2. Hot Lead Decision skickar utdata till både Post Hot Lead Alert och AI Draft Outreach Email parallellt.
  3. Credential Required: Koppla era slackOAuth2Api-credentials i Post Hot Lead Alert, Notify Warm Lead och Post Cold Lead Log.
  4. I AI Draft Outreach Email behåller ni Model som gpt-4.1 med Temperature satt till 0.7.
  5. Credential Required: Koppla era openAiApi-credentials i AI Draft Outreach Email.
  6. I Send Outreach Email ställer ni in Send To till {{ $('Assemble Lead Profile').first().json.email }}, Subject till {{ $json.message.content.subject }} och Message till {{ $json.message.content.body }}.
  7. Credential Required: Koppla era gmailOAuth2-credentials i Send Outreach Email.
  8. I Create CRM Contact behåller ni Email satt till {{ $('Assemble Lead Profile').first().json.email }} och granskar anpassade properties som lead_score och lead_tier.
  9. Credential Required: Koppla era hubspotAppToken-credentials i Create CRM Contact.
  10. I Append Sheet Log ställer ni in Document ID till ert kalkylark och Sheet Name till Sheet1.
  11. Credential Required: Koppla era googleSheetsOAuth2Api-credentials i Append Sheet Log.
  12. Bekräfta att Warm Lead Decision kontrollerar {{ $json.qualification.tier }} lika med warm och routar till Notify Warm Lead, med fallback-vägen som skickar till Post Cold Lead Log.

Steg 6: Lägg till felhantering

Säkerställ att ogiltiga eller ofullständiga lead-inskick stoppas på ett kontrollerat sätt för att undvika fel längre fram i flödet.

  1. Koppla “false”-utgången från Validate Lead Record till Stop Invalid Lead.
  2. Bekräfta att Stop Invalid Lead använder uttrycket =Lead validation failed: {{ $json.validationErrors.join(', ') }} för att logga exakta felorsaker.

⚠️ Vanlig fallgrop: Om era formulärfält byter namn kan Standardize Lead Info missa att mappa värden korrekt, vilket gör att giltiga leads kan avvisas av Validate Lead Record.

Steg 7: Testa och aktivera ert arbetsflöde

Kör ett fullständigt testinskick för att verifiera berikning, poängsättning, aviseringar och loggning innan ni aktiverar.

  1. Klicka på Test Workflow och skicka in ett testexempel via formuläret Consultation Form Trigger.
  2. Verifiera att formulärsvaret returnerar Thanks for your submission! We'll be in touch soon. från Return Form Acknowledgement.
  3. Kontrollera att berikning körs via Search LinkedIn ListingParse LinkedIn LinkFetch LinkedIn CompanyCombine LinkedIn Details när en företags-e-postadress anges.
  4. Bekräfta att en lead-score genereras av AI Lead Scoring och sammanställs av Assemble Lead Profile.
  5. Säkerställ att hot leads triggar både Post Hot Lead Alert och AI Draft Outreach Email, därefter Send Outreach Email och Create CRM Contact.
  6. Verifiera att varje körning loggas i Append Sheet Log med fält som Lead Score, Lead Tier och Processed At.
  7. När testerna lyckas, växla arbetsflödet till Active för användning i produktion.
🔒

Lås upp fullständig steg-för-steg-guide

Få den kompletta implementeringsguiden + nedladdningsbar mall

Vanliga fallgropar

  • Apify-inloggningsuppgifter kan löpa ut eller så kanske token inte har åtkomst till de Actors du anropar. Om det skapar fel, kontrollera först din Apify-token i Settings → Integrations och testa sedan om HTTP Request-noderna.
  • Om du använder Wait-noder eller extern scraping varierar processtiderna. Öka väntetiden om noder längre fram misslyckas på grund av tomma svar.
  • OpenAI-prompter är ärligt talat generiska som standard. Lägg in dina ICP-regler och ert tonalitetsramverk i prompterna “AI Lead Scoring” och “AI Draft Outreach Email” tidigt, annars kommer du att redigera utdata för alltid.

Vanliga frågor

Hur lång tid tar det att sätta upp den här Slack-automationen för lead scoring?

Ungefär en timme om dina konton och API-nycklar är klara.

Behöver jag kunna koda för att automatisera Slack lead scoring?

Nej. Du kopplar främst ihop konton och redigerar några prompts och tröskelvärden.

Är n8n gratis att använda för det här workflowet för Slack lead scoring?

Ja. n8n har ett gratis self-hosted-alternativ och en gratis testperiod på n8n Cloud. Cloud-planer startar på 20 USD/månad för högre volym. Du behöver också räkna in OpenAI API-kostnader plus Apify-kostnader för berikning (cirka 0,02–0,03 USD per berikat lead).

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

Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärt och hanterar n8n bra. Self-hosting ger dig obegränsade körningar men kräver grundläggande serverhantering.

Kan jag anpassa det här workflowet för Slack lead scoring för olika tröskelvärden och routning?

Ja, och det bör du. Uppdatera prompten i “AI Lead Scoring” så att den matchar dina ICP-signaler, och ändra sedan trösklarna i beslutslogiken som märker Hot (80+), Warm (60–79), Cold (40–59) och Disqualified (<40). Vanliga justeringar är att lägga till en “Boka en demo”-snabbfil för vissa formulärsvar, skicka varma leads till en nurturing-kanal i Slack och hoppa över berikning för vissa regioner eller branscher.

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

Oftast beror det på en utgången Google-auktorisering eller att kontot saknar redigeringsåtkomst till målarket. Återanslut Google Sheets i n8n-credentials och bekräfta sedan att spreadsheet- och worksheet-ID:n i steget “Append Sheet Log” pekar på rätt ställe. Om du nyligen flyttade arket till en delad enhet kan behörigheter ändras utan att det märks. Kontrollera också om skrivningar blockeras om arket nått gränser eller har skyddade intervall.

Hur många leads kan den här Slack-automationen för lead scoring hantera?

Många. På n8n Cloud Starter är du normalt okej för små team, och högre planer stödjer fler körningar. Om du self-hostar finns ingen hård gräns för antal körningar, så kapaciteten beror främst på din server samt Apify/OpenAI rate limits. I praktiken kör de flesta team detta bekvämt med tiotals till ett par hundra leads per dag och skalar sedan med batchning och köhantering.

Är den här Slack-automationen för lead scoring bättre än att använda Zapier eller Make?

Ibland, ja. Det här workflowet använder förgreningar, villkorad berikning och AI-utdata i flera steg, vilket n8n hanterar snyggt utan att göra varje väg till en betald “task”. Self-hosting är också viktigt om du vill slippa överraskningar med användningsbaserad prissättning. Zapier eller Make kan fortfarande vara ett bra val om du bara behöver enkel logik som “formulär → Slack-meddelande → rad i sheet” och vill ha enklast möjliga UI. Om du är osäker, prata med en automationsexpert och få en snabb rekommendation baserat på din volym och din stack.

Dina leads har redan sagt att de är intresserade. Det här workflowet ser till att rätt leads får uppmärksamhet först, och att resten ändå hamnar någonstans där det är ordning och reda. Sätt upp det en gång, och fortsätt sedan med verkligt arbete.

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

Få prisoffert redan idag!
Få prisoffert redan idag!

Berätta vad ni behöver hjälp med så hör vi av oss inom en arbetsdag!

Få prisoffert redan idag!
Få prisoffert redan idag!

Berätta vad ni behöver hjälp med så hör vi av oss inom en arbetsdag!

Launch login modal Launch register modal