← Retour aux workflows
Workflow n8n

Automatisation Twitter avec n8n : extraction et traitement de données

Ce workflow n8n a pour objectif d'automatiser l'extraction de données depuis Twitter et leur traitement avant de les stocker dans une base de données. Il s'adresse aux entreprises souhaitant analyser des mentions de marque ou des tendances sur les réseaux sociaux. En utilisant des outils comme Twitter, MongoDB et Postgres, ce workflow permet d'optimiser la collecte et le traitement des informations. L'automatisation commence par un déclencheur Cron qui active le processus à intervalles réguliers. Ensuite, le noeud Twitter récupère les tweets en fonction de mots-clés définis. Ces données sont ensuite analysées à l'aide de Google Cloud Natural Language pour en extraire des insights. Les résultats sont stockés dans MongoDB pour un accès facile, puis transférés vers une base de données Postgres pour des analyses plus approfondies. Enfin, les résultats peuvent être envoyés via Slack pour tenir informées les équipes concernées. Grâce à cette automatisation n8n, les entreprises peuvent gagner du temps, réduire les erreurs humaines et obtenir des données exploitables rapidement, améliorant ainsi leur prise de décision stratégique.

Tags clés :automatisationTwitterMongoDBPostgresn8n
🎯Pour qui ?🧩Problème résolu📋Étapes du flux🛠Guide de personnalisation
Catégorie: Cron · Tags: automatisation, Twitter, MongoDB, Postgres, n8n❤ 0

Workflow n8n Twitter, MongoDB, Postgres : vue d'ensemble

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

React Flow
Besoin d'aide ?

Workflow n8n Twitter, MongoDB, Postgres : détail des nœuds

  • Twitter

    Ce noeud permet de rechercher des tweets sur Twitter en fonction de critères spécifiés.

  • Postgres

    Ce noeud interagit avec une base de données Postgres pour récupérer des données d'une table donnée.

  • MongoDB

    Ce noeud effectue des opérations sur une collection MongoDB, comme la récupération ou la modification de documents.

  • Slack

    Ce noeud envoie un message sur un canal Slack avec du texte et des options supplémentaires.

  • IF

    Ce noeud évalue des conditions et dirige le flux en fonction du résultat.

  • NoOp

    Ce noeud ne réalise aucune opération, servant principalement de point de passage dans le workflow.

  • Google Cloud Natural Language

    Ce noeud analyse le contenu textuel à l'aide des services de Google Cloud Natural Language pour en extraire des informations.

  • Set

    Ce noeud permet de définir des valeurs dans le workflow pour une utilisation ultérieure.

  • Cron

    Ce noeud déclenche le workflow à des moments précis selon un calendrier défini.

Inscris-toi pour voir l'intégralité du workflow

Inscription gratuite

S'inscrire gratuitementBesoin d'aide ?
{
  "id": "6",
  "name": "ETL pipeline",
  "nodes": [
    {
      "name": "Twitter",
      "type": "n8n-nodes-base.twitter",
      "position": [
        300,
        300
      ],
      "parameters": {
        "limit": 3,
        "operation": "search",
        "searchText": "=#OnThisDay",
        "additionalFields": {}
      },
      "credentials": {
        "twitterOAuth1Api": "twitter_api"
      },
      "typeVersion": 1
    },
    {
      "name": "Postgres",
      "type": "n8n-nodes-base.postgres",
      "position": [
        1100,
        300
      ],
      "parameters": {
        "table": "tweets",
        "columns": "text, score, magnitude",
        "returnFields": "=*"
      },
      "credentials": {
        "postgres": "postgres"
      },
      "typeVersion": 1
    },
    {
      "name": "MongoDB",
      "type": "n8n-nodes-base.mongoDb",
      "position": [
        500,
        300
      ],
      "parameters": {
        "fields": "text",
        "options": {},
        "operation": "insert",
        "collection": "tweets"
      },
      "credentials": {
        "mongoDb": "mongodb"
      },
      "typeVersion": 1
    },
    {
      "name": "Slack",
      "type": "n8n-nodes-base.slack",
      "position": [
        1500,
        200
      ],
      "parameters": {
        "text": "=🐦 NEW TWEET with sentiment score {{$json[\"score\"]}} and magnitude {{$json[\"magnitude\"]}} ⬇️\n{{$json[\"text\"]}}",
        "channel": "tweets",
        "attachments": [],
        "otherOptions": {}
      },
      "credentials": {
        "slackApi": "slack"
      },
      "typeVersion": 1
    },
    {
      "name": "IF",
      "type": "n8n-nodes-base.if",
      "position": [
        1300,
        300
      ],
      "parameters": {
        "conditions": {
          "number": [
            {
              "value1": "={{$json[\"score\"]}}",
              "operation": "larger"
            }
          ]
        }
      },
      "typeVersion": 1
    },
    {
      "name": "NoOp",
      "type": "n8n-nodes-base.noOp",
      "position": [
        1500,
        400
      ],
      "parameters": {},
      "typeVersion": 1
    },
    {
      "name": "Google Cloud Natural Language",
      "type": "n8n-nodes-base.googleCloudNaturalLanguage",
      "position": [
        700,
        300
      ],
      "parameters": {
        "content": "={{$node[\"MongoDB\"].json[\"text\"]}}",
        "options": {}
      },
      "credentials": {
        "googleCloudNaturalLanguageOAuth2Api": "google_nlp"
      },
      "typeVersion": 1
    },
    {
      "name": "Set",
      "type": "n8n-nodes-base.set",
      "position": [
        900,
        300
      ],
      "parameters": {
        "values": {
          "number": [
            {
              "name": "score",
              "value": "={{$json[\"documentSentiment\"][\"score\"]}}"
            },
            {
              "name": "magnitude",
              "value": "={{$json[\"documentSentiment\"][\"magnitude\"]}}"
            }
          ],
          "string": [
            {
              "name": "text",
              "value": "={{$node[\"Twitter\"].json[\"text\"]}}"
            }
          ]
        },
        "options": {}
      },
      "typeVersion": 1
    },
    {
      "name": "Cron",
      "type": "n8n-nodes-base.cron",
      "position": [
        100,
        300
      ],
      "parameters": {
        "triggerTimes": {
          "item": [
            {
              "hour": 6
            }
          ]
        }
      },
      "typeVersion": 1
    }
  ],
  "active": false,
  "settings": {},
  "connections": {
    "IF": {
      "main": [
        [
          {
            "node": "Slack",
            "type": "main",
            "index": 0
          }
        ],
        [
          {
            "node": "NoOp",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Set": {
      "main": [
        [
          {
            "node": "Postgres",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Cron": {
      "main": [
        [
          {
            "node": "Twitter",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "MongoDB": {
      "main": [
        [
          {
            "node": "Google Cloud Natural Language",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Twitter": {
      "main": [
        [
          {
            "node": "MongoDB",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Postgres": {
      "main": [
        [
          {
            "node": "IF",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Google Cloud Natural Language": {
      "main": [
        [
          {
            "node": "Set",
            "type": "main",
            "index": 0
          }
        ]
      ]
    }
  }
}

Workflow n8n Twitter, MongoDB, Postgres : pour qui est ce workflow ?

Ce workflow s'adresse aux équipes marketing, aux analystes de données et aux entreprises de taille moyenne à grande qui cherchent à automatiser la collecte et l'analyse de données issues des réseaux sociaux. Un niveau technique intermédiaire est recommandé pour la personnalisation du workflow.

Workflow n8n Twitter, MongoDB, Postgres : problème résolu

Ce workflow résout le problème de la collecte manuelle des données sur Twitter, qui peut être chronophage et sujet à des erreurs. En automatisant ce processus, les entreprises peuvent réduire le temps consacré à la recherche d'informations pertinentes, minimiser les risques d'erreurs humaines et obtenir des données fiables pour leurs analyses. L'utilisateur bénéficie ainsi d'une vue d'ensemble des mentions de sa marque et des tendances du marché en temps réel.

Workflow n8n Twitter, MongoDB, Postgres : étapes du workflow

Étape 1 : Le déclencheur Cron active le workflow à des intervalles réguliers.

  • Étape 1 : Le noeud Twitter récupère les tweets contenant les mots-clés spécifiés.
  • Étape 2 : Les données des tweets sont analysées par le noeud Google Cloud Natural Language pour en extraire des insights.
  • Étape 3 : Les résultats sont stockés dans MongoDB pour un accès facile.
  • Étape 4 : Les données sont ensuite transférées vers une base de données Postgres pour des analyses plus approfondies.
  • Étape 5 : Enfin, les résultats sont envoyés via Slack pour tenir informées les équipes.

Workflow n8n Twitter, MongoDB, Postgres : guide de personnalisation

Pour personnaliser ce workflow, vous pouvez modifier les mots-clés dans le noeud Twitter pour cibler des sujets spécifiques. Assurez-vous également de configurer les paramètres de connexion pour MongoDB et Postgres en fonction de votre infrastructure. Si vous souhaitez ajouter d'autres canaux de communication, vous pouvez intégrer des noeuds supplémentaires pour envoyer des notifications par email ou sur d'autres plateformes. Pensez à sécuriser vos connexions avec des API tokens et à monitorer le flux pour détecter d'éventuelles erreurs.