Bygg AI-driven leadkvalificering på en eftermiddag

Många svenska SME-företag kvalificerar fortfarande leads manuellt. Säljare lägger tid på att läsa formulärsvar, googla företag och bedöma vilka leads som är värda att ringa. Det tar tid och fördröjer svaret till potentiella kunder.

I den här guiden visar vi hur du bygger ett AI-drivet leadkvalificeringssystem med n8n, OpenAI API och HubSpot. Hela setupen tar en eftermiddag och kostar nästan ingenting att köra.

Vad systemet gör

Flödet är enkelt:

1. En lead fyller i ett formulär på din webbplats
2. n8n fångar upp datan och skickar den till OpenAI API
3. GPT analyserar leaden med BANT-metoden (Budget, Authority, Need, Timeline)
4. Leaden får en score (1-100) och en prioritet (High/Medium/Low)
5. HubSpot uppdateras automatiskt med score och rekommenderad nästa åtgärd
6. Hög-prioriterade leads triggar en notis till rätt säljare direkt

Ingen manuell bedömning. Ingen fördröjning. Leaden kvalificeras inom sekunder efter att formuläret skickats.

Verktyg du behöver

Stacken är medvetet enkel och billig:

n8n (gratis, open-source) är automationsmotorn som kopplar ihop allt. Du kan köra den lokalt eller på en server. Till skillnad från Zapier betalar du inte per körning, vilket gör det ekonomiskt även med hög volym.

OpenAI API med GPT-4o-mini kostar några ören per lead att analysera. Även med flera hundra leads i månaden blir kostnaden försumbar.

HubSpot (Starter från ca 500 SEK/månad) fungerar som CRM. Du kan använda ett annat CRM om du föredrar det. Pipedrive, Salesforce eller till och med ett Google Sheet fungerar med samma princip.

Steg 1: Sätt upp n8n-flödet

Skapa ett nytt workflow i n8n med följande noder:

Webhook-nod tar emot formulärdata. Konfigurera den som POST-endpoint och koppla ditt webbformulär till den URL:en.

Set-nod strukturerar datan. Här plockar du ut fälten du behöver: företagsnamn, kontaktperson, roll, meddelande, budget och eventuell bransch.

OpenAI-nod skickar datan till GPT med en prompt som kvalificerar leaden (se steg 2).

HubSpot-nod skapar eller uppdaterar kontakten med score och prioritet.

IF-nod grenar baserat på prioritet. High-priority leads triggar en Slack-notis eller email direkt till ansvarig säljare.

Steg 2: Prompten som kvalificerar

Det här är kärnan i systemet. Prompten avgör hur bra kvalificeringen blir. Här är en som vi har itererat fram hos våra kunder:

``` Du är en B2B-säljassistent. Analysera denna lead och kvalificera enligt BANT-metoden.

LEAD-DATA: Företag: {{company}} Kontaktperson: {{name}} Roll: {{role}} Meddelande: {{message}} Budget: {{budget}} Bransch: {{industry}}

BEDÖM:

• Budget: Har de resurser för en investering?
• Authority: Är kontaktpersonen beslutsfattare?
• Need: Finns ett tydligt behov baserat på meddelandet?
• Timeline: Verkar det brådskande eller långsiktigt?

Svara ENBART med JSON: { "score": 0-100, "priority": "High" | "Medium" | "Low", "reasoning": "Kort motivering på svenska", "next_step": "Rekommenderad åtgärd" } ```

Prompten ger strukturerad JSON-output som n8n kan parsa direkt utan extra bearbetning. Starta med den här och justera baserat på era faktiska konverteringar efter ett par veckor. Träffsäkerheten förbättras snabbt med iteration.

Steg 3: Koppla till HubSpot

I n8n använder du HubSpot-noden för att uppdatera kontakten. Mappa fälten:

• `lead_score` → Custom property i HubSpot (skapa den som Number)
• `lead_priority` → Custom property (Single-line text)
• `next_step` → Notes på kontakten

Skapa sedan ett HubSpot-workflow som triggar baserat på lead_score. Till exempel: score över 70 flyttar leaden till pipeline-steget "Kvalificerad" och tilldelar en säljare.

Vad det sparar

Den verkliga vinsten är snabbhet. Ju snabbare en lead får svar, desto högre chans att de konverterar. Ert AI-system svarar inom sekunder istället för timmar.

I praktiken handlar det om att frigöra minst en halvtimme per säljare och dag. Med ett team på tre säljare blir det snabbt märkbart.

Men det vi ser hos våra kunder är att den största effekten inte är tidsbesparingen i sig. Det är att säljarna slutar gissa och börjar ringa rätt personer först. Pipeline-kvaliteten går upp, inte bara hastigheten.

Vanliga misstag att undvika

Gör inte prompten för komplex. Börja med BANT och fyra fält. Lägg till fler signaler (webbplatsbesök, email-öppningar) när grundflödet fungerar.

Definiera vad "bra" betyder för er. AI:n är bara så bra som era kriterier. Om ni inte vet vad en bra lead ser ut hos er, kommer scoren att vara godtycklig. Gå igenom era senaste 20 vunna affärer och identifiera mönster innan ni sätter upp prompten.

Lita inte blint på scoren. Scoren räcker för att prioritera, men inte för att automatiskt avfärda leads. Låt låg-scorade leads gå in i en nurture-sekvens istället för att ignoreras.

Kom igång idag

Hela systemet tar en eftermiddag att bygga. Kostnaden landar på ungefär 500 SEK i månaden för HubSpot Starter, noll kronor för n8n och en försumbar API-kostnad för OpenAI.

Om ni vill ha hjälp att sätta upp det eller anpassa prompten efter er säljprocess, hör av er till oss. Vi på Flexra har byggt den här typen av automationsflöden åt flera kunder och kan snabbt hjälpa er komma igång.