Jeśli co tydzień ręcznie zbierasz dane z Google Ads, sprawdzasz konwersje w GA4 i składasz z tego raport dla zespołu albo klienta, to ten proces da się skrócić. n8n może pobierać dane według harmonogramu, układać je w jeden format, dodać krótkie podsumowanie AI i wysyłać gotowy raport do Slacka albo maila.
Najprostsza wersja takiego procesu wygląda tak: harmonogram uruchamia scenariusz, n8n pobiera dane z GA4, pobiera dane kosztowe i kampanijne z Google Ads API, porządkuje liczby, opcjonalnie dopisuje krótki komentarz i wysyła całość do wskazanego kanału. To nie jest trudny projekt, ale wymaga porządku w metrykach i poprawnej konfiguracji dostępu do API.
Co tu naprawdę automatyzujesz
Automatyzujesz nie samo "raportowanie marketingu", tylko powtarzalny proces zbierania, porządkowania i wysyłki tych samych danych.
W praktyce taki raport składa się z czterech elementów:
- pobrania danych z ustalonych źródeł,
- przeliczenia ich do jednego formatu,
- krótkiego komentarza dla odbiorcy,
- wysyłki o stałej porze do tej samej osoby albo kanału.
To ważne, bo wiele zespołów chce od razu zbudować raport "dla wszystkich". Lepiej zacząć od jednego przypadku, na przykład tygodniowego raportu z Google Ads i GA4 dla marketera prowadzącego kampanie.
Kiedy taki proces ma sens
Taki scenariusz ma sens wtedy, gdy raport wraca regularnie i zawsze wygląda podobnie. Jeśli robisz go raz na miesiąc, a za każdym razem analizujesz inne liczby, automatyzacja może nie zwrócić czasu włożonego w konfigurację.
Najlepszy punkt startu to sytuacja, w której:
- raport powstaje co najmniej raz w tygodniu,
- dane pochodzą z 2-3 stałych źródeł,
- odbiorca oczekuje tych samych metryk,
- dziś ktoś ręcznie kopiuje liczby do arkusza albo wiadomości.
Jak wygląda prosty proces w n8n
1. Ustal jedną listę metryk
Najpierw wybierz liczby, które naprawdę mają trafiać do raportu. Dla Google Ads zwykle wystarczą koszt, kliknięcia, wyświetlenia i liczba konwersji. Dla GA4 najczęściej dochodzą zdarzenia kluczowe, użytkownicy albo sesje.
Nie mieszaj od razu wszystkiego. Jeśli do jednego raportu wrzucisz koszty z Google Ads, sprzedaż z CRM, dane z Meta Ads i komentarz AI, szybciej zbudujesz bałagan niż użyteczny proces.
2. Przygotuj dostęp do API
To jest etap, na którym najczęściej traci się najwięcej czasu.
Dla Google Ads potrzebujesz dostępu do Google Ads API. Google wymaga tu OAuth 2.0, a do samych wywołań API także developer tokenu. Jeśli pracujesz na własnych kontach albo koncie managera, możesz użyć także konta serwisowego, ale ono również musi mieć nadany dostęp do konta Google Ads.
Dla GA4 potrzebujesz dostępu do Google Analytics Data API w projekcie Google Cloud i uprawnień do właściwej usługi.
W n8n najlepiej trzymać wszystkie dane dostępowe w `credentials`, a nie w polach pojedynczych kroków. To ogranicza ryzyko, że token albo klucz wyląduje w logach lub zrzutach ekranu.
3. Dodaj harmonogram
Na początku procesu ustaw `Schedule Trigger`. Najczęściej wystarczy:
- codziennie rano, jeśli raport ma wspierać bieżącą pracę na kampaniach,
- raz w tygodniu, jeśli chodzi o raport dla zespołu albo klienta.
Pierwsze testy rób ręcznie. Harmonogram włącz dopiero wtedy, gdy sprawdzisz, że liczby zgadzają się z panelami źródłowymi.
4. Pobierz dane z Google Ads
Tu warto doprecyzować jedną rzecz. W n8n istnieje integracja z Google Ads, ale oficjalnie pokazane akcje dotyczą głównie pobierania kampanii. Jeśli chcesz zaciągać raportowe metryki, takie jak koszt, kliknięcia czy wyświetlenia, w praktyce często wygodniej użyć `HTTP Request` z autoryzacją do Google Ads API.
To ważna różnica, bo wiele tutoriali upraszcza ten etap tak, jakby gotowy krok załatwiał cały raport. Nie zawsze tak jest.
Na tym etapie pobierasz zwykle:
- listę kampanii,
- koszt dla wybranego zakresu dat,
- kliknięcia,
- wyświetlenia,
- ewentualnie konwersje z poziomu Google Ads.
5. Pobierz dane z GA4
Dla GA4 możesz skorzystać z integracji Google Analytics w n8n albo z wywołania API przez `HTTP Request`, jeśli potrzebujesz większej kontroli nad zapytaniem.
Najważniejsze jest to, żeby zakres dat był identyczny jak w Google Ads. Jeśli porównujesz ostatnie 7 dni w Ads z innym okresem w GA4, raport wygląda poprawnie, ale prowadzi do błędnych wniosków.
6. Ułóż dane do jednego formatu
Po pobraniu danych z obu źródeł zrób jeden prosty obiekt z liczbami. Na przykład:
- zakres dat,
- łączny koszt,
- łączna liczba kliknięć,
- łączna liczba wyświetleń,
- liczba zdarzeń kluczowych w GA4,
- krótka lista kampanii z największym wydatkiem albo ruchem.
To jest moment, w którym raport zaczyna być czytelny. Bez tego dostajesz dwa osobne bloki JSON i żadnej wygody po stronie odbiorcy.
7. Dodaj krótkie podsumowanie AI
Podsumowanie AI ma opisywać liczby, nie zastępować liczb.
Dobry prompt jest krótki i konkretny. Na przykład: poproś model o 3-4 zdania po polsku, z naciskiem na zmianę tydzień do tygodnia, bez wymyślania przyczyn i bez dopisywania nowych danych.
Nie zlecaj modelowi obliczeń, jeśli nie musisz. Lepiej wcześniej policzyć różnice w n8n, a modelowi zostawić samo sformułowanie komentarza.
8. Wyślij raport do Slacka albo maila
Końcowa wiadomość powinna działać bez otwierania arkusza. W praktyce dobrze sprawdza się taki układ:
- zakres raportu,
- 4-6 najważniejszych liczb,
- krótki komentarz AI,
- ewentualnie link do pełnego dashboardu.
Jeśli raport trafia do Slacka, przetestuj go też na telefonie. Wiele wiadomości wygląda dobrze na desktopie, a na mobile zamienia się w ścianę tekstu.
Gdzie ten proces najczęściej się psuje
Najwięcej problemów nie bierze się z n8n, tylko z danych wejściowych i dostępu.
Najczęstsze błędy są trzy:
- różne zakresy dat między Google Ads i GA4,
- źle zdefiniowane zdarzenia kluczowe w GA4,
- zbyt duży prompt AI, który zamiast komentarza generuje ogólniki.
Jest jeszcze czwarty problem: brak właściciela procesu. Jeśli nikt nie sprawdza, czy raport nadal działa po zmianach w API, automatyzacja po kilku miesiącach zaczyna produkować ciszę albo błędne liczby.
Ile to kosztuje i co trzeba utrzymywać
Koszt takiego rozwiązania składa się z trzech warstw: n8n, API modeli językowych i czasu na utrzymanie procesu.
W chmurze n8n rozlicza się według liczby wykonań całego scenariusza. To inny model niż w Make, które rozlicza pracę modułów i kredyty. Dla prostego raportu tygodniowego różnica zwykle nie jest duża. Zaczyna mieć znaczenie wtedy, gdy scenariusz robi się dłuższy albo uruchamia się częściej.
Jeśli wybierzesz wersję self-hosted, sama społecznościowa edycja n8n jest dostępna do uruchomienia na własnej infrastrukturze. Nadal płacisz jednak za serwer, aktualizacje i pilnowanie bezpieczeństwa.
Do tego dochodzi koszt modelu AI, jeśli chcesz automatyczne podsumowanie. Sam komentarz zwykle nie jest drogi, ale przy codziennym uruchamianiu warto śledzić, czy wnosi realną wartość.
n8n czy Make do takiego raportu
Jeśli zależy ci na większej kontroli nad danymi i elastycznym łączeniu API, n8n zwykle wypada lepiej. Jeśli chcesz szybko postawić prosty scenariusz i nie planujesz głębszej przebudowy, Make bywa łatwiejszy na start.
W praktyce wybór sprowadza się do jednego pytania: czy potrzebujesz wygodnego kreatora do prostego procesu, czy raczej narzędzia, które później łatwiej rozbudować o własną logikę i dodatkowe wywołania API. Jeśli bliżej ci do drugiej opcji, n8n ma przewagę.
Jak zacząć bez przepalania czasu
Najrozsądniej zacząć od małej wersji.
Najpierw zbuduj raport z jednego źródła, na przykład Google Ads. Dodaj tylko koszt, kliknięcia i wyświetlenia. Potem dołóż GA4. Dopiero na końcu dodaj komentarz AI i wysyłkę do szerszego zespołu.
Taki porządek daje szybszy test. W ciągu kilku dni widzisz, czy proces naprawdę oszczędza czas, czy tylko przenosi ręczną pracę z arkusza do automatyzacji.
Jeśli chcesz zobaczyć szerszy kontekst, zajrzyj też do tekstu o automatyzacji marketingu z AI. Warto też od początku liczyć koszt utrzymania procesu i samego modelu, dlatego przyda ci się materiał o tym, jak policzyć ROI z AI. A jeśli raport ma przechodzić przez zewnętrzne API i dane kampanii, sprawdź też temat shadow AI i kontroli danych.
Źródła
- n8n, Google Ads integration – oficjalna lista wspieranych akcji dla integracji Google Ads w n8n.
- n8n, Google Analytics integration – oficjalna lista wspieranych akcji dla integracji Google Analytics w n8n.
- n8n, pricing – aktualny model rozliczeń w chmurze i informacja o Community Edition.
- Google Ads API, OAuth overview – wymagania dotyczące autoryzacji do Google Ads API.
- Google Ads API, service account workflow – kiedy konto serwisowe ma sens i jak nadać mu dostęp.
- Google Ads API, campaign fields – przykłady metryk kampanijnych, w tym kosztów, kliknięć i wyświetleń.
- Google Analytics, limits and quotas – aktualne limity i zasady dla API Google Analytics.
- Make, pricing – oficjalny model rozliczeń oparty o kredyty.
- Make Help Center, credits – jak Make liczy zużycie kredytów w scenariuszach.
