...

“ระบบอัตโนมัติแบบอบอุ่น” คืออะไร? [เคล็ดลับสู่การได้รับการตอบรับจาก LinkedIn มากกว่า 50%]

อัตโนมัติ, คอนเนคเตอร์, LinkedIn

ระบบอัตโนมัติที่อบอุ่น
เวลาอ่านหนังสือ: 6 นาที

คำแนะนำส่วนใหญ่เกี่ยวกับการใช้ระบบอัตโนมัติบน LinkedIn มักเน้นที่ปริมาณ ส่งคำขอมากขึ้น ติดตามผลเร็วขึ้น และใช้เกินขีดจำกัดรายวัน และคำแนะนำส่วนใหญ่เหล่านี้ก็ให้ผลลัพธ์ที่เหมือนกัน คือ อัตราการตอบรับเพียง 15-20% การติดตามผลที่ถูกละเลยอย่างต่อเนื่อง และบัญชีที่ระบบของ LinkedIn กำลังตรวจจับว่าเป็นบัญชีที่น่าสงสัยโดยปริยาย

ระบบอัตโนมัติแบบอุ่น (Warm automation) คือทางเลือกที่ดีกว่า นี่ไม่ใช่แนวทางที่อ่อนลงกว่าเดิม แต่เป็นปรัชญาที่แตกต่างอย่างสิ้นเชิง ซึ่งให้ผลลัพธ์อัตราการยอมรับที่สม่ำเสมอถึง 50%, 60% หรือบางครั้งสูงกว่านั้น และเป็นแนวทางที่แยกแยะการติดต่อที่สร้างโอกาสทางธุรกิจออกจากการติดต่อที่ทำลายบัญชีลูกค้า


Warm Automation บน LinkedIn คืออะไร?

ระบบอัตโนมัติแบบอบอุ่น คือการใช้เครื่องมืออัตโนมัติเพื่อสร้างความคุ้นเคยอย่างแท้จริงกับลูกค้าเป้าหมายก่อนที่จะเริ่มการติดต่อโดยตรง จากนั้นจึงค่อยเพิ่มคำขอเชื่อมต่อและข้อความต่างๆ หลังจากที่สร้างบริบทนั้นแล้ว

ชื่อนี้สื่อถึงแนวคิดหลักได้อย่างชัดเจน ระบบอัตโนมัติแบบดั้งเดิมนั้นเย็นชาโดยพื้นฐาน: มันส่งคำขอจำนวนมากไปยังผู้คนที่ไม่เคยเห็นชื่อของคุณมาก่อน วิศวกรระบบอัตโนมัติแบบอุ่นจะกำหนดเงื่อนไข — จำนวนการเข้าชมโปรไฟล์ การมีส่วนร่วมกับเนื้อหา และความคิดเห็นที่สร้างโดย AI — ซึ่งทำให้ผู้ที่สนใจจดจำคุณได้ก่อนที่คุณจะส่งคำขอเชื่อมต่อ

เมื่อคำเชิญไปถึง คุณไม่ใช่คนแปลกหน้าอีกต่อไปแล้ว คุณคือชื่อที่พวกเขาเคยเห็นในแจ้งเตือน เป็นคนที่แสดงความคิดเห็นอย่างมีสาระในโพสต์ของพวกเขา เป็นมืออาชีพที่ปรากฏตัวในฟีดของพวกเขาพร้อมกับเนื้อหาที่น่าอ่าน การเปลี่ยนแปลงในมุมมองนี้เองที่สะท้อนให้เห็นในอัตราการตอบรับ

เหตุใดระบบอัตโนมัติแบบเย็นจึงให้ผลตอบแทนลดลงในปี 2026

การใช้ระบบอัตโนมัติบน LinkedIn แบบเย็นชา — การส่งคำขอจำนวนมากโดยไม่มีการปฏิสัมพันธ์มาก่อน และข้อความสำเร็จรูป — ได้ผลดีพอสมควรในปี 2022 แต่ในปี 2026 ระบบนี้มีปัญหาอยู่สองประการที่ส่งผลกระทบต่อกันและกัน

ประการแรก: ระบบคะแนนความน่าเชื่อถือของ LinkedIn ปัจจุบัน LinkedIn กำหนดคะแนนความน่าเชื่อถือแบบไดนามิกให้กับทุกบัญชี โดยพิจารณาจากอัตราส่วนการมีส่วนร่วมต่อการติดต่อ อัตราการตอบรับ และรายงานสแปม บัญชีที่มีอัตราการยอมรับต่ำไม่เพียงแต่จะได้รับการตอบกลับน้อยลงเท่านั้น แต่ยังถูกจำกัดการใช้งานอีกด้วย ขีดจำกัดรายวันของคุณลดลง คำขอของคุณจะถูกลดลำดับความสำคัญในฟีดการแจ้งเตือน การติดต่อของคุณจะมองเห็นได้ยากขึ้นเรื่อยๆ แม้ว่าคุณจะปฏิบัติตามกฎอย่างถูกต้องก็ตาม

ประการที่สอง: ผู้ที่สนใจได้เรียนรู้รูปแบบนี้แล้ว คำขอเชื่อมต่อจากคนที่พวกเขาไม่เคยพบมาก่อน พร้อมข้อความที่ดูเหมือนจะเขียนถึงใครก็ได้ กลายเป็นรูปแบบที่คุ้นเคยไปแล้ว ข้อความเหล่านั้นมักถูกเพิกเฉย ไม่ใช่เพราะความหยาบคาย แต่เป็นเพราะการจดจำรูปแบบที่สั่งสมมาจากการรับข้อความลักษณะเดียวกันมานานหลายปี

เข้าใกล้ อัตราการยอมรับโดยทั่วไป ผลกระทบของคะแนนความน่าเชื่อถือ ความเสี่ยงของบัญชี
เป็นการติดต่อแบบไม่แจ้งล่วงหน้า ไม่มีข้อตกลงใดๆ มาก่อน เพื่อ 20% 30 จากกลางๆ กลายเป็นลบเมื่อเวลาผ่านไป ระดับเสียงปานกลางถึงสูง
ข้อความส่วนตัว ไม่มีข้อผูกมัดล่วงหน้า เพื่อ 25% 35 เป็นกลาง กลาง
ระบบอัตโนมัติแบบอบอุ่น (การมีปฏิสัมพันธ์ก่อนการร้องขอ) เพื่อ 50% 70 ข้อดี — ช่วยเพิ่มคะแนนความน่าเชื่อถือ ต่ำ — ออกแบบมาให้สอดคล้องกับข้อกำหนด

การส่งคำขอเชื่อมต่อหลังจากมีปฏิสัมพันธ์กับเนื้อหาของกลุ่มเป้าหมายสามารถเพิ่มอัตราการตอบรับได้สูงกว่า 60% คำขอที่ไม่เกี่ยวข้องกับบริบทโดยเฉลี่ยมีสัดส่วน 20 ถึง 30% แม้ว่าจะมีการกำหนดเป้าหมายที่แม่นยำแล้วก็ตาม ช่องว่างนี้ไม่ใช่การปรับปรุงเล็กน้อย แต่เป็นข้อได้เปรียบเชิงโครงสร้าง

ระบบอัตโนมัติที่อบอุ่น


ในทางปฏิบัติแล้ว ระบบอัตโนมัติแบบอุ่น (Warm Automation) มีลักษณะอย่างไร?

ระบบอัตโนมัติแบบอุ่นเครื่องทำงานในสามระดับก่อนที่จะมีการส่งคำขอเชื่อมต่อ

ระบบอัตโนมัติที่อบอุ่น

ชั้นที่ 1: มุมมองด้านข้าง

การดูโปรไฟล์ของผู้ที่มีโอกาสเป็นลูกค้าถือเป็นสัญญาณที่อ่อนที่สุด มันจะปรากฏในข้อความแจ้งเตือน "ใครดูโปรไฟล์ของคุณบ้าง" มันเป็นเพียงการตรวจสอบชื่อ ซึ่งไม่เพียงพอที่จะสร้างการจดจำได้ แต่เป็นการเริ่มต้นสร้างร่องรอยการมองเห็น การดูโปรไฟล์อัตโนมัติช่วยเตรียมความพร้อมให้ผู้มีโอกาสเป็นลูกค้าสังเกตเห็นช่องทางการติดต่อครั้งต่อไป

ชั้นที่ 2: กดไลค์และติดตามโพสต์

การกดไลค์โพสต์ล่าสุดของกลุ่มเป้าหมายสักสองหรือสามโพสต์ จะช่วยสร้างร่องรอยให้พวกเขา โพสต์ของพวกเขาเริ่มได้รับความสนใจ มีคนกำลังจับตามอง และในตอนนี้ ชื่อของคุณอาจปรากฏในแจ้งเตือนของพวกเขาถึงสองครั้งโดยที่คุณไม่ได้ร้องขอเลย การรับรู้เริ่มก่อตัวขึ้นก่อนที่คุณจะพูดอะไรออกมาโดยตรง

ชั้นที่ 3: ระบบแสดงความคิดเห็นอัตโนมัติ (AI)

นี่คือจุดที่ระบบอัตโนมัติแบบอบอุ่น (warm automation) แสดงประสิทธิภาพที่สำคัญที่สุด การแสดงความคิดเห็นที่เจาะจงและเหมาะสมกับบริบทในโพสต์ของผู้ที่อาจเป็นลูกค้า ถือเป็นกลยุทธ์การสร้างความสัมพันธ์ที่มีประสิทธิภาพมากที่สุดบน LinkedIn

ไม่ใช่คอมเมนต์ทั่วไปอย่าง “ข้อคิดดีมาก!” — เพราะนั่นดูออกได้ทันทีว่าเป็นข้อความอัตโนมัติที่เขียนขึ้นมาเพื่อเติมเต็มช่องว่าง แต่เป็นคอมเมนต์ที่เชื่อมโยงกับเนื้อหาหลักของโพสต์ คอมเมนต์ที่เพิ่มมุมมอง ถามคำถามที่เกี่ยวข้อง หรือต่อยอดบทสนทนาที่ผู้โพสต์เริ่มต้นไว้ คอมเมนต์แบบนั้นบ่งบอกถึงสิ่งที่เครื่องมือสร้างคอมเมนต์แบบเน้นปริมาณไม่สามารถเลียนแบบได้ นั่นคือ ผู้เชี่ยวชาญตัวจริงได้อ่านสิ่งที่พวกเขาเขียนและมีสิ่งที่ควรค่าแก่การแสดงความคิดเห็น

เมื่อคุณดูโปรไฟล์ของผู้ที่อาจเป็นลูกค้า กดไลค์โพสต์สองโพสต์ และแสดงความคิดเห็นอย่างรอบคอบหนึ่งครั้งก่อนส่งคำเชิญ ผู้ที่อาจเป็นลูกค้า 60-70 คนจาก 100 คนจะตอบรับคำเชิญ — และหลายคนก็จำชื่อคุณได้อยู่แล้วเมื่อมีคำขอเข้ามา

ระบบประมวลผลความคิดเห็นด้วย AI ของ Konnector ทำให้สามารถขยายขนาดได้ แพลตฟอร์มจะแสดงโพสต์ที่เกี่ยวข้องจากบัญชีเป้าหมายของคุณ ร่างความคิดเห็นตามบริบทโดยอิงจากเนื้อหาโพสต์จริง — ไม่ใช่เทมเพลต ไม่ใช่คำตอบทั่วไป — และจะเก็บร่างทุกฉบับไว้ให้คุณตรวจสอบก่อนเผยแพร่ คุณเป็นคนอนุมัติเอง ไม่มีอะไรเผยแพร่ได้หากไม่ได้รับการอนุมัติจากคุณ AI จะจัดการเรื่องการค้นคว้าและการร่างให้ เสียงและความคิดเห็นของคุณจะปรากฏอยู่ในทุกความคิดเห็นที่คุณโพสต์ออกไป

ระบบอัตโนมัติที่อบอุ่น

วิธีที่ระบบอัตโนมัติแบบอบอุ่นช่วยปกป้องสุขภาพบัญชี LinkedIn ของคุณ

นี่คือส่วนที่คนส่วนใหญ่มองข้ามไป ระบบอัตโนมัติแบบอบอุ่น (Warm automation) ไม่ใช่แค่กลยุทธ์ด้านประสิทธิภาพเท่านั้น แต่ยังเป็นกลยุทธ์ด้านการปฏิบัติตามกฎระเบียบอีกด้วย

คะแนนความน่าเชื่อถือของ LinkedIn ขึ้นอยู่กับอัตราการยอมรับของคุณโดยตรง บัญชีที่มีอัตราการยอมรับ 55% จะสะสมคะแนนความน่าเชื่อถือเพิ่มขึ้น ในขณะที่บัญชีที่มีอัตราการยอมรับ 18% จะค่อยๆ ลดคะแนนความน่าเชื่อถือลงทีละน้อย จนกระทั่งถึงวันที่คะแนนลดลงถึงเกณฑ์ที่กำหนด และพบว่าจำนวนคะแนนที่ได้รับต่อวันลดลงครึ่งหนึ่ง

ระบบอัตโนมัติที่เน้นเนื้อหาเป็นหลักช่วยเพิ่มอัตราการยอมรับการเชื่อมต่อได้ 40 ถึง 60% โดยเฉพาะอย่างยิ่งเพราะมันกระจายกิจกรรมในบัญชีไปในหลายประเภทการกระทำ เช่น การดู การกดไลค์ การแสดงความคิดเห็น การขอเชื่อมต่อ แทนที่จะเน้นไปที่การขอเชื่อมต่อเพียงอย่างเดียว ความหลากหลายนั้นเองที่ทำให้รูปแบบกิจกรรมดูเหมือนเป็นกิจกรรมของมนุษย์ เพราะมันสะท้อนให้เห็นถึงวิธีการที่มืออาชีพสร้างเครือข่ายจริงๆ นั่นคือ การสังเกตเนื้อหาของผู้อื่น การมีส่วนร่วมกับเนื้อหานั้น แล้วจึงติดต่อกลับไป

โครงสร้างพื้นฐานบนคลาวด์ของ Konnector ช่วยเสริมประสิทธิภาพในส่วนนี้ให้ดียิ่งขึ้น กิจกรรมต่างๆ จะถูกสุ่มกระจายไปในช่วงเวลาที่หลากหลาย แต่ละบัญชีจะทำงานจากเซสชันที่แยกต่างหาก การกำหนดจังหวะการส่งอีเมลได้รับการออกแบบมาให้คงอยู่ในขอบเขตที่ปลอดภัย แม้ว่าปริมาณแคมเปญจะเพิ่มขึ้นก็ตาม คุณจะได้รับผลลัพธ์จากการดำเนินงานประชาสัมพันธ์ปริมาณมาก พร้อมกับข้อมูลสถานะลูกค้าที่แสดงถึงการดูแลเอาใจใส่และเป็นมืออาชีพ

ระบบอัตโนมัติแบบอุ่นเทียบกับระบบอัตโนมัติแบบเย็น: เปรียบเทียบตัวเลขกัน

เมตริก ระบบอัตโนมัติแบบเย็น ระบบอัตโนมัติแบบอบอุ่น
อัตราการยอมรับการเชื่อมต่อ เพื่อ 20% 30 เพื่อ 50% 70
อัตราการตอบกลับข้อความแรก เพื่อ 2% 5 เพื่อ 10% 25
แนวโน้มคะแนนความน่าเชื่อถือของ LinkedIn ปริมาณลดลง มีเสถียรภาพไปจนถึงดีขึ้น
ความเสี่ยงจากการถูกจำกัดบัญชี มีคำขอมากกว่า 50 คำขอต่อวัน ระดับต่ำ — การปฏิบัติตามกฎระเบียบถูกรวมเข้าไว้ในขั้นตอนการทำงานแล้ว
การรับรู้ของลูกค้าเป้าหมายเมื่อเดินทางมาถึง คนแปลกหน้า ชื่อที่คุ้นเคยพร้อมประวัติผลงานที่พิสูจน์ได้

หลักการทางคณิตศาสตร์นั้นชัดเจนไม่มีข้อสงสัย ทีมที่ส่งคำขออัตโนมัติแบบอุ่นเครื่อง 30 ครั้งต่อวัน โดยมีอัตราการยอมรับ 60% จะสร้างการเชื่อมต่อระดับแรกใหม่ได้ 18 รายต่อวัน ในขณะที่ทีมเดียวกันนี้ หากส่งคำขอแบบเย็น 80 ครั้งต่อวัน โดยมีอัตราการยอมรับ 22% จะสร้างการเชื่อมต่อใหม่ได้เพียง 17 ราย ซึ่งในกระบวนการนี้กลับทำให้สถานะบัญชีของทีมแย่ลง

ปริมาณน้อยลง ผลลัพธ์ดีขึ้น บัญชีปลอดภัยยิ่งขึ้น นั่นคือสิ่งที่การทำงานอัตโนมัติแบบอบอุ่นมอบให้

ระบบอัตโนมัติที่อบอุ่น

วิธีเริ่มต้นใช้งานระบบอัตโนมัติแบบอุ่นเครื่องในวันนี้

การเปลี่ยนจากระบบอัตโนมัติแบบเย็นไปเป็นระบบอัตโนมัติแบบอบอุ่นไม่จำเป็นต้องสร้างระบบการติดต่อใหม่ทั้งหมด เพียงแค่เพิ่มเลเยอร์หนึ่งชั้นก่อนที่คุณจะส่งคำขอเชื่อมต่อออกไป

  • ระบุกลุ่มลูกค้าเป้าหมายของคุณ โดยใช้ตัวกรอง ICP และแบบเรียลไทม์ สัญญาณโซเชียลของ LinkedIn — ผู้ที่โพสต์เกี่ยวกับความท้าทายที่เกี่ยวข้องอย่างสม่ำเสมอ คือกลุ่มเป้าหมายที่คุณควรให้ความสำคัญเป็นลำดับแรก
  • ทำการวอร์มอัพเป็นเวลาสามถึงห้าวัน ก่อนการส่งคำขอเชื่อมต่อ คุณควรให้ข้อมูลต่อไปนี้แก่ผู้ที่สนใจแต่ละราย: ดูโปรไฟล์หนึ่งครั้ง กดไลค์โพสต์หนึ่งหรือสองครั้ง และแสดงความคิดเห็นที่เกี่ยวข้องอย่างน้อยหนึ่งครั้ง โดยที่คุณมีข้อมูลที่เป็นประโยชน์และสร้างสรรค์
  • ส่งคำขอเชื่อมต่อพร้อมหมายเหตุเฉพาะเจาะจง ที่อ้างอิงถึงโพสต์หรือสัญญาณที่นำคุณมาที่โปรไฟล์ของพวกเขา สองประโยค ไม่มีการโฆษณาชวนเชื่อ
  • ปล่อยให้การวอร์มอัพทำหน้าที่ของมัน เมื่อคำขอมาถึง ผู้รับคำขอไม่ได้กำลังประเมินคนแปลกหน้า พวกเขากำลังตัดสินใจว่าจะสานต่อบทสนทนาที่เริ่มต้นขึ้นอย่างเงียบๆ หรือไม่

ระบบอัตโนมัติที่อบอุ่น

Konnector ทำให้ทุกขั้นตอนของกระบวนการทำงานนี้เป็นไปโดยอัตโนมัติ ตั้งแต่การตรวจจับสัญญาณ การดูโปรไฟล์ การมีส่วนร่วมกับโพสต์ ความคิดเห็นที่ร่างโดย AI คำขอเชื่อมต่อ โดยมีการอนุมัติจากมนุษย์ในจุดติดต่อที่มีความสำคัญต่อแบรนด์มากที่สุด จองตัวอย่าง เพื่อดูว่าสอดคล้องกับ ICP และการตั้งค่าการเข้าถึงกลุ่มเป้าหมายในปัจจุบันของคุณอย่างไร หรือ ลงทะเบียน และเริ่มแคมเปญอัตโนมัติแบบอุ่นเครื่องครั้งแรกของคุณได้เลยวันนี้

อ่านเพิ่มเติม

ให้คะแนนโพสต์นี้:

😡 0😐 0😊 0❤️ 0

คำถามที่พบบ่อย

การสร้างความคุ้นเคยแบบอัตโนมัติ (Warm automation) คือกลยุทธ์การติดต่อบน LinkedIn ที่สร้างความคุ้นเคยกับกลุ่มเป้าหมายก่อนที่จะส่งคำขอเชื่อมต่อ โดยจะผสานรวมการดูโปรไฟล์ การมีส่วนร่วมในโพสต์ การติดตาม และความคิดเห็นที่เกี่ยวข้อง เพื่อสร้างการรับรู้ก่อนที่จะเริ่มการติดต่อโดยตรง

การส่งคำขอเชื่อมต่อแบบเย็น (Cold automation) จะส่งคำขอเชื่อมต่อโดยไม่มีการโต้ตอบใดๆ มาก่อน ในขณะที่การส่งคำขอเชื่อมต่อแบบอบอุ่น (Warm automation) จะสร้างจุดติดต่อหลายๆ จุดก่อน ช่วยให้ผู้รับรู้จักชื่อของคุณก่อนที่จะได้รับคำเชิญ ซึ่งโดยทั่วไปแล้วจะนำไปสู่อัตราการตอบรับและการยอมรับที่สูงขึ้นอย่างมาก

ใช่แล้ว แคมเปญการตลาดอัตโนมัติแบบ Warm automation สามารถบรรลุอัตราการตอบรับได้ระหว่าง 50% ถึง 70% เมื่อเทียบกับ 20% ถึง 30% สำหรับแคมเปญการตลาดแบบดั้งเดิมที่เข้าถึงกลุ่มเป้าหมายโดยตรง

LinkedIn ใช้เกณฑ์อัตราการยอมรับเป็นส่วนหนึ่งของระบบคะแนนความน่าเชื่อถือ อัตราการยอมรับที่ต่ำอาจลดโอกาสในการมองเห็นการติดต่อ ลดจำนวนการติดต่อรายวัน และเพิ่มความเสี่ยงในการถูกจำกัดบัญชีในระยะยาว

เวิร์กโฟลว์ทั่วไปประกอบด้วย:

มุมมองโปรไฟล์
จำนวนไลค์โพสต์
ติดตามผู้มีแนวโน้ม
ความคิดเห็นตามบริบท
คำขอเชื่อมต่อส่วนบุคคล

การปฏิสัมพันธ์เหล่านี้จะสร้างความคุ้นเคยก่อนที่จะเริ่มการติดต่อโดยตรง

เครื่องมือเหล่านี้ปลอดภัยได้หากใช้งานอย่างมีความรับผิดชอบ เช่น Konnector.AI ใช้ AI ในการร่างความคิดเห็นตามบริบท พร้อมทั้งมีการอนุมัติจากมนุษย์ก่อนเผยแพร่

ใช่แล้ว ระบบอัตโนมัติแบบ Warm automation จะกระจายกิจกรรมไปยังการมีส่วนร่วมหลายประเภท แทนที่จะพึ่งพาเฉพาะคำขอเชื่อมต่อเพียงอย่างเดียว ซึ่งจะสร้างรูปแบบกิจกรรมที่เป็นธรรมชาติมากขึ้นและสอดคล้องกับข้อกำหนดของ LinkedIn ได้ดียิ่งขึ้น

โดยทั่วไปแล้ว อัตราการตอบรับที่สูงกว่า 50% ถือว่าดีสำหรับแคมเปญการติดต่อสื่อสารบน LinkedIn อัตราที่ต่ำลงเป็นเวลานานอาจส่งผลเสียต่อสถานะบัญชีและการมองเห็นการติดต่อสื่อสารได้

แคมเปญการติดต่ออัตโนมัติแบบอุ่นเครื่องที่มีประสิทธิภาพมากที่สุด จะใช้ช่วงเวลาอุ่นเครื่องสามถึงห้าวัน โดยเกี่ยวข้องกับการมีส่วนร่วมกับโปรไฟล์และการโต้ตอบที่มีความหมาย ก่อนที่จะส่งคำขอเชื่อมต่อ

ใช่แล้ว เนื่องจากลูกค้าเป้าหมายรู้จักชื่อและประวัติการติดต่อของคุณอยู่แล้ว การใช้ระบบอัตโนมัติกับลูกค้าที่รู้จักคุณอยู่แล้วจึงมักช่วยเพิ่มอัตราการตอบกลับข้อความแรกได้ดีกว่าการติดต่อลูกค้าที่ไม่รู้จักมาก่อน

ในบทความนี้

รับข้อมูลเชิงลึกอันมีค่า

เราอยู่ที่นี่เพื่ออำนวยความสะดวกและปรับปรุงการดำเนินธุรกิจของคุณ ให้เข้าถึงได้และมีประสิทธิภาพมากขึ้น!

เรียนรู้เพิ่มเติม
เข้าร่วมจดหมายข่าวของเรา  

รับข้อมูลอัปเดตล่าสุด บทความจากผู้เชี่ยวชาญ คำแนะนำ และอื่นๆ อีกมากมายใน  อินบ็อกซ์!