Automatisation Google Sheets avec n8n : scoring de prospects
Ce workflow n8n a pour objectif d'automatiser le scoring des prospects en utilisant Google Sheets. Dans un contexte où la gestion des leads est cruciale pour les équipes commerciales, ce processus permet d'évaluer rapidement la qualité des prospects en fonction de critères prédéfinis. Grâce à cette automatisation n8n, les utilisateurs peuvent gagner un temps précieux tout en améliorant la précision de leurs analyses. Le workflow commence par un déclencheur manuel, permettant à l'utilisateur de tester le flux à tout moment.
- Étape 1 : lorsque l'utilisateur clique sur 'Test workflow', le flux s'active.
- Étape 2 : le noeud 'Calculate ICP PersonScoring' est ensuite utilisé pour calculer le score des prospects en fonction des données fournies.
- Étape 3 : les résultats sont formatés via le noeud 'Format response', où le code JavaScript permet d'adapter la réponse selon les besoins.
- Étape 4 : les données sont ensuite mises à jour dans Google Sheets grâce au noeud 'Update row', qui spécifie la feuille et les colonnes à modifier. Enfin, le noeud 'Get person' permet de récupérer les informations sur le prospect à partir de la feuille de calcul. Cette automatisation offre une valeur ajoutée significative en réduisant les erreurs manuelles et en optimisant le processus de scoring, ce qui se traduit par une meilleure efficacité commerciale.
Workflow n8n Google Sheets, scoring : vue d'ensemble
Schéma des nœuds et connexions de ce workflow n8n, généré à partir du JSON n8n.
Workflow n8n Google Sheets, scoring : détail des nœuds
Inscris-toi pour voir l'intégralité du workflow
Inscription gratuite
S'inscrire gratuitementBesoin d'aide ?{
"meta": {
"instanceId": "257476b1ef58bf3cb6a46e65fac7ee34a53a5e1a8492d5c6e4da5f87c9b82833"
},
"nodes": [
{
"id": "45ae6e88-3fda-4e95-84db-085a895cc564",
"name": "When clicking ‘Test workflow’",
"type": "n8n-nodes-base.manualTrigger",
"position": [
260,
-100
],
"parameters": {},
"typeVersion": 1
},
{
"id": "09f71a7c-1219-426d-8563-fa05654cab44",
"name": "Calculate ICP PersonScoring",
"type": "n8n-nodes-base.airtop",
"position": [
700,
-100
],
"parameters": {
"url": "={{ $json['Linkedin_URL_Person'] }}",
"prompt": "Please extract the following information from the LinkedIn profile page:\n\n1. **Full Name**: Extract the full name of the individual.\n2. **Current or Most Recent Job Title**: Identify the job title next to the logo of the current or last employer.\n3a. **Current or Most Recent Employer**: Extract the name of the first company in the employment experience block. \n3b. Linkedin Company URL of the Current or Most Recent Employer: Extract the link of the first company in the employment experience block\n4. **Location**: Extract the location of the individual.\n5. **Number of Connections**: Extract the number of connections the individual has.\n6. **Number of Followers**: Extract the number of followers the individual has.\n7. **About Section Text**: Extract the text from the 'About' section.\n8. **Interest Level in AI**: Determine the person's interest level in AI (e.g., beginner, intermediate, advanced, expert).\n9. **Seniority Level**: Determine the seniority level of the person (e.g., junior, mid-level, senior, executive).\n10. **Technical Depth**: Determine the technical depth of the person (e.g., basic, intermediate, advanced, expert).\n11. **ICP Score**: Calculate the ICP Score based on the following criteria:\n - AI Interest: beginner-5 pts, intermediate-10 pts, advanced-25 pts, expert-35 pts\n - Technical Depth: basic-5 pts, intermediate-15 pts, advanced-25 pts, expert-35 pts\n - Seniority Level: junior-5 pts, mid-level-15 pts, senior-25 pts, executive-30 pts\n - Sum the points to get the ICP Score.\n\nEnsure that the extracted information is accurate and formatted according to the specified output schema.\n\nFor example, if the LinkedIn profile is of a senior software engineer with a strong interest in AI, return the following output:\n{\n \"full_name\": \"Jane Doe\",\n \"current_or_last_employer\": \"Tech Innovations Inc.\",\n \"current_or_last_title\": \"Senior Software Engineer\",\n \"location\": \"San Francisco, CA\",\n \"number_of_connections\": 500,\n \"number_of_followers\": 300,\n \"about_section_text\": \"Experienced software engineer with a passion for developing innovative programs that expedite the efficiency and effectiveness of organizational success.\",\n \"ai_interest_level\": \"advanced\",\n \"seniority_level\": \"senior\",\n \"technical_depth\": \"advanced\",\n \"icp_score\": 85\n}\n",
"resource": "extraction",
"operation": "query",
"sessionMode": "new",
"additionalFields": {
"outputSchema": "{\n \"type\": \"object\",\n \"properties\": {\n \"full_name\": {\n \"type\": \"string\",\n \"description\": \"The full name of the individual.\"\n },\n \"current_or_last_title\": {\n \"type\": \"string\",\n \"description\": \"The job title next to the logo of the current or last employer.\"\n },\n \"current_or_last_employer\": {\n \"type\": \"string\",\n \"description\": \"The name of the first company in the employment experience block.\"\n },\n \"linkedin_company_url\": {\n \"type\": \"string\",\n \"description\": \"The LinkedIn URL of the first company in the employment experience block.\"\n },\n \"location\": {\n \"type\": \"string\",\n \"description\": \"The location of the individual.\"\n },\n \"number_of_connections\": {\n \"type\": \"integer\",\n \"description\": \"The number of connections the individual has.\"\n },\n \"number_of_followers\": {\n \"type\": \"integer\",\n \"description\": \"The number of followers the individual has.\"\n },\n \"about_section_text\": {\n \"type\": \"string\",\n \"description\": \"The text from the 'About' section.\"\n },\n \"ai_interest_level\": {\n \"type\": \"string\",\n \"description\": \"The person's interest level in AI.\"\n },\n \"seniority_level\": {\n \"type\": \"string\",\n \"description\": \"The seniority level of the person.\"\n },\n \"technical_depth\": {\n \"type\": \"string\",\n \"description\": \"The technical depth of the person.\"\n },\n \"icp_score\": {\n \"type\": \"integer\",\n \"description\": \"The ICP Score calculated based on AI interest, technical depth, and seniority level.\"\n }\n },\n \"required\": [\n \"full_name\",\n \"current_or_last_title\",\n \"current_or_last_employer\",\n \"linkedin_company_url\",\n \"location\",\n \"number_of_connections\",\n \"number_of_followers\",\n \"about_section_text\",\n \"ai_interest_level\",\n \"seniority_level\",\n \"technical_depth\",\n \"icp_score\"\n ],\n \"additionalProperties\": false,\n \"$schema\": \"http://json-schema.org/draft-07/schema#\"\n}\n"
}
},
"typeVersion": 1
},
{
"id": "28c2c1d4-f43f-46c6-b21d-fbaf5fed4efa",
"name": "Format response",
"type": "n8n-nodes-base.code",
"position": [
900,
-100
],
"parameters": {
"mode": "runOnceForEachItem",
"jsCode": "const row_number = $('Get person').item.json.row_number\nconst Linkedin_URL_Person = $('Get person').item.json.Linkedin_URL_Person\nconst ICP_Score_Person = JSON.parse($input.item.json.data.modelResponse).icp_score\n\nreturn { json: {\n row_number,\n Linkedin_URL_Person,\n ICP_Score_Person\n}};"
},
"typeVersion": 2
},
{
"id": "1646b60c-21f2-4222-bc4c-8660184fa46a",
"name": "Update row",
"type": "n8n-nodes-base.googleSheets",
"position": [
1120,
-100
],
"parameters": {
"columns": {
"value": {},
"schema": [
{
"id": "Linkedin_URL_Person",
"type": "string",
"display": true,
"required": false,
"displayName": "Linkedin_URL_Person",
"defaultMatch": false,
"canBeUsedToMatch": true
},
{
"id": "ICP_Score_Person",
"type": "string",
"display": true,
"required": false,
"displayName": "ICP_Score_Person",
"defaultMatch": false,
"canBeUsedToMatch": true
},
{
"id": "row_number",
"type": "string",
"display": true,
"removed": false,
"readOnly": true,
"required": false,
"displayName": "row_number",
"defaultMatch": false,
"canBeUsedToMatch": true
}
],
"mappingMode": "autoMapInputData",
"matchingColumns": [
"row_number"
],
"attemptToConvertTypes": false,
"convertFieldsToString": false
},
"options": {},
"operation": "update",
"sheetName": {
"__rl": true,
"mode": "list",
"value": "gid=0",
"cachedResultUrl": "https://docs.google.com/spreadsheets/d/1WC_awgb-Ohtb0f4o_OJgRcvunTLuS8kFQgk6l8fkR2Q/edit#gid=0",
"cachedResultName": "Person"
},
"documentId": {
"__rl": true,
"mode": "list",
"value": "1WC_awgb-Ohtb0f4o_OJgRcvunTLuS8kFQgk6l8fkR2Q",
"cachedResultUrl": "https://docs.google.com/spreadsheets/d/1WC_awgb-Ohtb0f4o_OJgRcvunTLuS8kFQgk6l8fkR2Q/edit?usp=drivesdk",
"cachedResultName": "ICP Score for Template"
}
},
"typeVersion": 4.5
},
{
"id": "5a151773-1075-4a9f-9637-6241e7137638",
"name": "Get person",
"type": "n8n-nodes-base.googleSheets",
"position": [
480,
-100
],
"parameters": {
"options": {},
"sheetName": {
"__rl": true,
"mode": "list",
"value": "gid=0",
"cachedResultUrl": "https://docs.google.com/spreadsheets/d/1WC_awgb-Ohtb0f4o_OJgRcvunTLuS8kFQgk6l8fkR2Q/edit#gid=0",
"cachedResultName": "Person"
},
"documentId": {
"__rl": true,
"mode": "list",
"value": "1WC_awgb-Ohtb0f4o_OJgRcvunTLuS8kFQgk6l8fkR2Q",
"cachedResultUrl": "https://docs.google.com/spreadsheets/d/1WC_awgb-Ohtb0f4o_OJgRcvunTLuS8kFQgk6l8fkR2Q/edit?usp=drivesdk",
"cachedResultName": "ICP Score for Template"
}
},
"typeVersion": 4.5
}
],
"pinData": {},
"connections": {
"Get person": {
"main": [
[
{
"node": "Calculate ICP PersonScoring",
"type": "main",
"index": 0
}
]
]
},
"Format response": {
"main": [
[
{
"node": "Update row",
"type": "main",
"index": 0
}
]
]
},
"Calculate ICP PersonScoring": {
"main": [
[
{
"node": "Format response",
"type": "main",
"index": 0
}
]
]
},
"When clicking ‘Test workflow’": {
"main": [
[
{
"node": "Get person",
"type": "main",
"index": 0
}
]
]
}
}
}Workflow n8n Google Sheets, scoring : pour qui est ce workflow ?
Ce workflow s'adresse aux équipes commerciales et marketing des PME et grandes entreprises qui cherchent à améliorer leur processus de gestion des leads. Il est conçu pour des utilisateurs ayant un niveau technique intermédiaire, familiarisés avec les outils d'automatisation et Google Sheets.
Workflow n8n Google Sheets, scoring : problème résolu
Ce workflow résout le problème de l'évaluation manuelle des prospects, qui est souvent chronophage et sujet à des erreurs. En automatisant le scoring, les utilisateurs peuvent réduire le temps passé sur des tâches répétitives et se concentrer sur des activités à plus forte valeur ajoutée. De plus, il minimise les risques d'erreurs dans le traitement des données, garantissant ainsi une meilleure qualité d'analyse et de reporting.
Workflow n8n Google Sheets, scoring : étapes du workflow
Étape 1 : Le flux commence par un déclencheur manuel lorsque l'utilisateur clique sur 'Test workflow'.
- Étape 1 : Le noeud 'Calculate ICP PersonScoring' calcule le score des prospects en fonction des critères définis.
- Étape 2 : Les résultats sont formatés par le noeud 'Format response', qui utilise du code JavaScript pour adapter la réponse.
- Étape 3 : Le noeud 'Update row' met à jour les informations dans Google Sheets, en spécifiant la feuille et les colonnes concernées.
- Étape 4 : Enfin, le noeud 'Get person' récupère les données du prospect à partir de la feuille de calcul.
Workflow n8n Google Sheets, scoring : guide de personnalisation
Pour personnaliser ce workflow, vous pouvez modifier les paramètres du noeud 'Calculate ICP PersonScoring', notamment l'URL, le prompt et les champs supplémentaires selon vos besoins spécifiques. Assurez-vous également d'indiquer le bon ID de document et le nom de la feuille dans les noeuds 'Update row' et 'Get person'. Si vous souhaitez intégrer d'autres outils, vous pouvez ajouter des noeuds supplémentaires entre les étapes existantes. Pensez à sécuriser le flux en vérifiant les permissions d'accès à Google Sheets et en surveillant les logs pour détecter d'éventuelles erreurs.