Automatisation Google Sheets avec n8n : création de rapports automatisés

Ce workflow n8n a pour objectif d'automatiser la création de rapports à partir de données collectées sur une page web. Dans un contexte où les entreprises doivent régulièrement analyser des informations pour prendre des décisions éclairées, ce processus permet de gagner un temps précieux en éliminant les tâches manuelles. Parfait pour les équipes marketing ou les analystes de données, ce workflow utilise un déclencheur programmé pour récupérer les données à intervalles réguliers. Étape 1 : le déclencheur 'Schedule Trigger' active le workflow selon une fréquence définie. Étape 2 : le noeud 'GetFrontPage' effectue une requête HTTP pour récupérer le contenu de la page web ciblée. Étape 3 : les données extraites sont ensuite traitées par le noeud 'ExtractDetails', qui permet de sélectionner les informations pertinentes. Étape 4 : les résultats sont nettoyés et organisés grâce aux noeuds 'CleanUpYearList' et 'SplitOutYearList'. Enfin, les données sont agrégées et envoyées via le noeud 'Telegram' pour être partagées avec l'équipe. Grâce à cette automatisation n8n, les entreprises peuvent réduire les erreurs humaines, améliorer la réactivité et se concentrer sur l'analyse des données plutôt que sur leur collecte.

À qui s'adresse ce workflow ?

Ce que ce workflow résout

Comment ça fonctionne

Visualisation du workflow n8n

Schéma des nœuds et connexions de ce workflow n8n, généré à partir du JSON n8n.

Importer dans n8n en un clic

Inscris-toi gratuitement pour télécharger le fichier .json, puis fais Import from File dans n8n pour déployer le workflow en quelques secondes.

{
  "nodes": [
    {
      "id": "6ea4e702-1af8-407b-b653-964a519db1c2",
      "name": "Basic LLM Chain",
      "type": "@n8n/n8n-nodes-langchain.chainLlm",
      "position": [
        1560,
        -360
      ],
      "parameters": {
        "text": "=You are a highly skilled news categorizer, specializing in indentifying interesting stuff from Hacker News front-page headlines.\n\nYou are provided with JSON data containing a list of dates and their corresponding top headlines from the Hacker News front page. Each headline will also include a URL linking to the original article or discussion. Importantly, the dates provided will be the SAME DAY across MULTIPLE YEARS (e.g., January 1st, 2023, January 1st, 2022, January 1st, 2021, etc.). You need to indentify key headlines and also analyze how the tech landscape has evolved over the years, as reflected in the headlines for this specific day.\n\nYour task is to indentify top 10-15 headlines from across the years from the given json data and return in Markdown formatted bullet points categorizing into themes and adding markdown hyperlinks to the source URL with Prefixing Year before the headline. Follow the Output Foramt Mentioned.\n\n**Input Format:**\n\n```json\n[\n  {\n    \"headlines\": [\n      \"Headline 1 Title [URL1]\",\n      \"Headline 2 Title [URL2]\",\n      \"Headline 3 Title [URL3]\",\n      ...\n    ]\n    \"date\": \"YYYY-MM-DD\",\n  },\n  {\n    \"headlines\": [\n      \"Headline 1 Title [URL1]\",\n      \"Headline 2 Title [URL2]\",\n      ...\n    ]\n    \"date\": \"YYYY-MM-DD\",\n  },\n  ...\n]\n```\n\n**Output Format In Markdown**\n\n```\n# HN Lookback <FullMonthName-DD> | <start YYYY> to <end YYYY> \n\n## [Theme 1]\n- YYYY [Headline 1](URL1)\n- YYYY [Headline 2](URL2)\n...\n\n## [Theme 2]\n- YYYY [Headline 1](URL1)\n- YYYY [Headline 2](URL2)\n...\n\n... \n\n## <this is optional>\n<if any interesing ternds emerge mention them in oneline>\n```\n\n**Here is the Json data for Hackernews Headlines across the years**\n\n```\n{{ JSON.stringify($json.data) }}\n```",
        "promptType": "define"
      },
      "typeVersion": 1.5
    },
    {
      "id": "b5a97c2a-0c3b-4ebe-aec5-7bca6b55ad4c",
      "name": "Google Gemini Chat Model",
      "type": "@n8n/n8n-nodes-langchain.lmChatGoogleGemini",
      "position": [
        1740,

Personnaliser ce workflow

Détail des nœuds n8n

• 01

  Basic LLM Chain

  Ce noeud exécute une chaîne de traitement de langage naturel en utilisant un modèle de langage.

• 02

  Google Gemini Chat Model

  Ce noeud interroge le modèle de chat Google Gemini pour obtenir des réponses basées sur les options fournies.

• 03

  Schedule Trigger

  Ce noeud déclenche le workflow selon un calendrier défini.

• 04

  CreateYearsList

  Ce noeud exécute un code JavaScript pour créer une liste d'années.

• 05

  CleanUpYearList

  Ce noeud nettoie la liste d'années en appliquant des options et des affectations.

• 06

  SplitOutYearList

  Ce noeud divise la liste d'années en fonction d'un champ spécifié.

• 07

  GetFrontPage

  Ce noeud effectue une requête HTTP pour obtenir le contenu de la page d'accueil d'une URL donnée.

• 08

  ExtractDetails

  Ce noeud extrait des détails spécifiques d'un document HTML selon les valeurs d'extraction définies.

• 09

  GetHeadlines

  Ce noeud définit des en-têtes à partir des options et des affectations fournies.

• 10

  GetDate

  Ce noeud définit la date actuelle à partir des options et des affectations fournies.

• 11

  MergeHeadlinesDate

  Ce noeud fusionne les en-têtes et les dates en utilisant les options et le mode de combinaison spécifiés.

• 12

  SingleJson

  Ce noeud agrège les données en un seul objet JSON selon les options fournies.

• 13

  Telegram

  Ce noeud envoie un message via Telegram en utilisant le texte et l'identifiant de chat spécifiés.