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

WhatsApp-varningar för Amadeus och Booking.com-SLA

Rickard Andersson Partner, Nodenordic.se

Du gör en ”snabb kontroll” av leverantörs-API:er, sedan en till, sedan en till. Plötsligt är det lunch och du vet fortfarande inte om du faktiskt ligger säkert inom SLA, eller bara har haft tur.

Det här är typen av problem som drabbar ops-ansvariga först, men byråägare och jourhavande ingenjörer känner av det också. Med WhatsApp SLA-varningar slipper du passa dashboards och blir bara pingad när Amadeus eller Booking.com är på väg in i brott-zonen.

Det här arbetsflödet kör var 10:e minut, kontrollerar båda API:erna, beräknar hälsa och upptid och skickar en WhatsApp-notis bara när det spelar roll. Du ser vad det övervakar, vad du behöver och hur du anpassar det utan att förvandla din larmning till brus.

Så fungerar den här automatiseringen

Se hur den här löser problemet:

n8n Workflow Template: WhatsApp-varningar för Amadeus och Booking.com-SLA

Utmaningen: SLA-övervakning utan ständiga manuella kontroller

Leverantörs-API:er fallerar sällan på ett felfritt, uppenbart sätt. Oftare handlar det om delvis nedtid, långsamma svar eller intermittenta fel som tyst drar ner din tillgänglighet. Om du manuellt kontrollerar endpoints eller litar på att ”någon märker det”, reagerar du sent, skriver incidentanteckningar ur minnet och hamnar i diskussioner med partners om vad som ”egentligen hände”. Värst av allt: den mentala belastningen tar aldrig slut. Även på lugna dagar känns det som att du borde kolla en gång till.

Det byggs upp snabbt. Här är var det vanligtvis faller isär i verkligheten.

  • Folk tittar på statussidor, inte SLA:er, så den första riktiga signalen kommer när kunder klagar.
  • Manuell loggning hoppas över under intensiva timmar, vilket gör att du saknar en strukturerad historik när du behöver den.
  • Generiska upptidsverktyg larmar för ofta, så team tystar notiser och missar den som faktiskt betyder något.
  • Två leverantörer betyder två dashboards, två uppsättningar inloggningar och dubbelt så stor risk att någon glömmer en kontroll.

Lösningen: övervaka båda API:erna och larma bara vid riktiga SLA-brott

Det här n8n-arbetsflödet körs enligt schema (var 10:e minut) och kontrollerar två kritiska leverantörs-endpoints parallellt: Amadeus Flight API och Booking.com Hotel API. Det samlar in svaren och beräknar sedan en praktisk hälsobild som inkluderar UP/DOWN, upptidsspårning, SLA-efterlevnad och en enkel prestandamärkning (EXCELLENT till POOR). Därefter fattar det ett beslut: finns det ett SLA-brott just nu baserat på dina mål (99,5 % för Amadeus, 99,0 % för Booking.com)? Om ja, loggar det brottet och skickar en WhatsApp-varning. Om nej, skriver det en normal statuslogg och är tyst.

Arbetsflödet startar med en tidstyrd trigger och använder sedan HTTP-anrop för att testa båda leverantörerna. Ett enda beräkningssteg gör om råa svar till SLA-medveten status, och en ”if”-gren avgör om det ska larmas eller bara loggas. WhatsApp blir din kanal ”bara när det spelar roll”, inte ännu en ström av bakgrundsbrus.

Vad som förändras: före vs. efter

Effekt i verkligheten

Säg att ditt team kontrollerar två leverantörs-API:er cirka 6 gånger per dag, och att varje kontroll tar kanske 5 minuter när du väl har öppnat verktyg, autentiserat och skrivit en snabb notering. Det blir ungefär en timme per dag, alltså runt 5 timmar i veckan. När det här arbetsflödet kör var 10:e minut blir ”kontrolltiden” i princip noll; du lägger bara tid när WhatsApp rapporterar ett brott. Även om du hanterar ett larm i veckan och lägger 15 minuter på att verifiera det sparar du fortfarande flera timmar.

Krav

  • n8n-instans (prova n8n Cloud gratis)
  • Alternativ för egen hosting om du föredrar det (Hostinger fungerar bra)
  • Amadeus Flight API-inloggningsuppgifter för att autentisera hälsokontrollen.
  • Booking.com Distribution API-inloggningsuppgifter för att autentisera hälsokontrollen.
  • Integration för att skicka via WhatsApp (hämtas från din WhatsApp-leverantörs dashboard).

Kunskapsnivå: Medel. Du kopplar konton, klistrar in API-uppgifter och justerar SLA-mål i ett beräkningssteg.

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

Flödet i arbetsflödet

En schemalagd körning startar allt. Arbetsflödet triggas var 10:e minut, så du tittar alltid på färska data utan att röra en dashboard.

Två API-kontroller sker parallellt. n8n skickar HTTP-anrop till Amadeus och Booking.com samtidigt, vilket håller övervakningsfönstret tajt och minskar förvirringen kring ”saktade den första kontrollen ner den andra?”.

Hälsa, upptid och SLA-status beräknas. Ett kodsteg gör om råa svar till en normaliserad status: UP/DOWN, SLA-målen (99,5 % och 99,0 %) och en enkel prestandaetikett som du kan läsa direkt.

Bara brott triggar WhatsApp. Ett if-villkor skickar körningen till antingen en brottlogg plus WhatsApp-notis, eller en frisk logg utan bullriga larm.

Du kan enkelt justera schemafrekvensen så den matchar din jourtolerans utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.

Steg-för-steg-guide för implementation

Steg 1: Konfigurera den schemalagda triggern

Ställ in schemat som kör hälsokontrollerna för leverantörs-API:er.

  1. Lägg till och öppna Scheduled Monitor Trigger.
  2. Ställ in intervallregeln så att den körs var 10:e minut genom att konfigurera IntervalMinutes med Minutes Interval som 10.

Steg 2: Koppla leverantörernas API-anrop

Konfigurera parallella API-kontroller för Amadeus och Booking.com.

  1. Öppna Amadeus Flight Request och ställ in URL till https://api.amadeus.com/v1/reference-data/airlines.
  2. I Amadeus Flight Request, ställ in Options → Timeout till 8000 och Response → Full Response till true med Response Format som json.
  3. Aktivera Send Headers och lägg till headern User-Agent med värdet TravelMonitor/1.0.
  4. Öppna Booking Hotel Request och ställ in URL till https://distribution-xml.booking.com/.
  5. I Booking Hotel Request, ställ in Options → Timeout till 8000 och Response → Full Response till true med Response Format som json.
  6. Aktivera Send Headers och lägg till headern User-Agent med värdet TravelMonitor/1.0.
  7. Bekräfta den parallella exekveringsvägen: Scheduled Monitor Trigger skickar output till både Amadeus Flight Request och Booking Hotel Request parallellt.
  8. Steg 3: Sätt upp hälsa- och SLA-bearbetning

    Sammanställ leverantörssvaren och beräkna hälsa, SLA och alertflaggor.

    1. Öppna Compute Health & SLA och klistra in den tillhandahållna JavaScript-koden i Code.
    2. Säkerställ att både Amadeus Flight Request och Booking Hotel Request är kopplade till Compute Health & SLA.
    3. Verifiera att outputfälten i koden inkluderar alert_required, sla_status och health_status för vidare routning.
    4. Steg 4: Konfigurera brottdetektering och loggning

      Routa resultat baserat på SLA-brottstatus och logga utfall.

      1. Öppna Breach Condition Check och ställ in det booleska villkoret Left Value till {{ $json.alert_required }} med Operation satt till true.
      2. Koppla grenen true från Breach Condition Check till Breach Alert Log.
      3. Koppla grenen false från Breach Condition Check till Healthy Status Log.
      4. Steg 5: Konfigurera leverans av WhatsApp-alert

        Skicka en WhatsApp-notis för både hälsostatus och brottsvarningar.

        1. Öppna Dispatch WhatsApp Notice och ställ in Operation till send.
        2. Ställ in Text Body till {{json.logs}}.
        3. Ställ in Phone Number ID till [YOUR_ID] och Recipient Phone Number till [YOUR_ID].
        4. Credential Required: Anslut era whatsAppApi-inloggningsuppgifter.
        5. Koppla Breach Alert Log och Healthy Status Log till Dispatch WhatsApp Notice så att båda vägarna skickar notiser.
        6. ⚠️ Vanlig fallgrop: Text Body använder {{json.logs}}. Säkerställ att er uppströmsloggning outputar ett logs-fält eller justera uttrycket så att det matchar den faktiska datan.

          Steg 6: Testa och aktivera ert workflow

          Validera hela körningen och aktivera workflowet för kontinuerlig övervakning.

          1. Klicka på Execute Workflow för att köra flödet manuellt från Scheduled Monitor Trigger.
          2. Bekräfta att både Amadeus Flight Request och Booking Hotel Request returnerar svar och att Compute Health & SLA outputar SLA-fält som sla_status och alert_required.
          3. Kontrollera att Breach Condition Check routar till Breach Alert Log eller Healthy Status Log baserat på {{ $json.alert_required }}.
          4. Verifiera att ett WhatsApp-meddelande skickas av Dispatch WhatsApp Notice för varje exekveringsväg.
          5. Slå på workflowet Active för att aktivera schemalagd övervakning var 10:e minut.
🔒

Lås upp fullständig steg-för-steg-guide

Få den kompletta implementeringsguiden + nedladdningsbar mall

Se upp med

  • Amadeus-uppgifter kan löpa ut eller kräva specifika behörigheter. Om det börjar skapa fel, kontrollera först dina nycklar och scopes i Amadeus utvecklarportal.
  • Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om efterföljande noder fallerar på tomma svar.
  • WhatsApp-leverantörer avvisar ofta meddelanden när mallar, avsändar-ID:n eller sandbox-inställningar är felkonfigurerade. Om larm ”skickas” men aldrig kommer fram, kontrollera loggarna hos din WhatsApp-leverantör och status för mallgodkännande.

Vanliga frågor

Hur snabbt kan jag implementera den här WhatsApp-automatiseringen för SLA-varningar?

Ungefär en timme om du redan har API-uppgifterna och WhatsApp-leverantören redo.

Kan icke-tekniska team implementera den här SLA-larmningen?

Ja, men någon behöver vara bekväm med att klistra in API-nycklar och testa ett par anrop. Ingen traditionell kodning krävs, men du kommer att redigera SLA-mål i ett beräkningssteg.

Är n8n gratis att använda för det här arbetsflödet för WhatsApp SLA-varningar?

Ja. n8n har ett gratis alternativ för egen hosting och en gratis provperiod på n8n Cloud. Cloud-planer startar på 20 USD/månad för högre volym. Du behöver också räkna in kostnader för meddelanden hos din WhatsApp-leverantör.

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

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

Hur anpassar jag den här lösningen för WhatsApp SLA-varningar till mina specifika utmaningar?

Du kan ändra SLA-målen direkt i steget ”Compute Health & SLA” och byta endpoints i ”Amadeus Flight Request” och ”Booking Hotel Request” om du övervakar andra leverantörer. Vanliga anpassningar är att kontrollera var 5:e minut under peak-timmar, lägga till ett tredje leverantörs-API och skicka friska loggar till Google Sheets i stället för att bara ha dem i n8n:s körhistorik. Om din WhatsApp-kanal blir för stökig, skärp brottvillkoret så att det bara triggas efter upprepade fel.

Varför misslyckas min Amadeus-anslutning i det här arbetsflödet?

Oftast handlar det om utgångna uppgifter eller fel miljö (test vs produktion) på Amadeus-sidan. Skapa om din API-nyckel, uppdatera den i n8n och bekräfta att request-URL och headers matchar vad Amadeus förväntar sig. Om felen kommer i kluster kan du också slå i rate limits under incidenter.

Vilken kapacitet har den här lösningen för WhatsApp SLA-varningar?

Den kör var 10:e minut som standard, så det blir cirka 4 000 körningar per månad om den alltid är på.

Är den här automatiseringen för WhatsApp SLA-varningar bättre än att använda Zapier eller Make?

Ofta, ja. Det här arbetsflödet drar nytta av n8n:s förmåga att köra schemalagda kontroller kostnadseffektivt, göra egna SLA-beräkningar på ett ställe och förgrena logik utan att fakturan blir en obehaglig överraskning. Zapier eller Make kan fungera, men flerstegsövervakning med villkorad larmning blir snabbt spretig, och du behöver fortfarande ett strukturerat sätt att beräkna och jämföra SLA-trösklar. Dessutom innebär egen hosting av n8n att du kan köra frekventa kontroller utan att behöva oroa dig lika mycket för task-limits. Om du vill, prata med en automationsexpert så säger vi rakt ut vilken väg som är enklast för din setup.

När det här väl rullar slutar övervakningen vara en bakgrundssyssla och blir en enkel regel: inget brott, inget avbrott. Arbetsflödet sköter de repetitiva kontrollerna så att du kan fokusera på incidenterna som faktiskt behöver dig.

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