# Product Statement — CityMETER Dataset: Camera Shops

Winning strategy ของชุดข้อมูลนี้ เขียนตามโครง Who → What → Which → How ของ Landometer Master Brand Brief v0.5.3 §7.2 และ Product Brief — CityMETER v6 §1.6 ป้ายหลักฐานใช้มาตรฐาน MBB §3.7: **Observed fact** · **Owner-stated** · **Inference** · **Hypothesis** · **Project evidence**

หน่วยนับในเอกสารนี้ตรงกับหน้าจอ: **แบรนด์** = ชื่อแบรนด์ร้านไม่ซ้ำ (shop banner เช่น BIG CAMERA, Sony Store) · **สาขา** = จุดขายหนึ่งรายการ (outlet) · **ศูนย์การค้า** = ป้ายเรียก venue บนหน้าจอ (รวม host ประเภทไฮเปอร์มาร์เก็ตหรืออาคาร โดยไม่เปลี่ยนประเภทต้นทาง) · **ย่าน** = Locale ของ CityMETER production

## 0. Metadata

| รายการ | รายละเอียด |
|---|---|
| Parent product | CityMETER (City Intelligence Base Layer ของ Landometer) · แกน Location |
| Feature / dataset | Camera Shops — ย่าน สถานที่ และสาขาของร้านกล้องในประเทศไทย (ร้านกล้องหลายแบรนด์ · มือสองและฟิล์ม · ร้านแบรนด์ผู้ผลิต · โดรนและอุปกรณ์ภาพ · ช่องทางขายเสริม) |
| รุ่นเอกสาร | 0.5.2 ·23ตุลาคม2569 — กู้และเพิ่มมวลอาคาร ปรับกรอบจังหวัดและหน่วยนับ |
| สถานะ | Public research demo;0.5.2snapshot ไม่ใช่สำมะโนหรือหลักฐานว่า live deployment เสร็จแล้ว ดู release receipt แยก |
| ผู้รับผิดชอบ | Landometer · CityMETER (owner: Montri) |
| ผู้ใช้หลัก | ทีมขยายสาขาของร้านกล้อง (เครือข่ายใหญ่และร้านเฉพาะทาง) · ทีมค้าปลีกของผู้ผลิตกล้องและอุปกรณ์ภาพ · ทีม leasing ของศูนย์การค้าและ IT mall · นักวิเคราะห์ CityMETER และที่ปรึกษาด้านทำเล |
| ชุดข้อมูลที่เกี่ยวข้อง |147named venues/107accepted CityMETERhosts;36production Locales;160buildingcontexts(145inside+12outside+3missing-selected-point),111features(76footprints+35parts),76/147venues;ย่านไม่ใช่เขตปกครองหรือcatchment |
| แหล่งข้อมูล / วิธี (สรุป) | Official retailer/manufacturer/mall/contact sources, officialsourcepoints และ named map-targets ที่ตรวจตัวตนแล้ว; Canon camera-sales stockist undated จับกับcurrentPowerBuyspecificbranch/address ไม่ยืนยันสต็อก;พิกัด/venue/buildingเป็นคนละdecision |
| ข้อมูลตรวจถึง |2026-10-23ตามmeta.asOf/researchRevision;วันที่ตรวจไม่ใช่วันเปิดร้านหรือวันmanufacturerเผยแพร่ |

## 1. Highlight

**Camera Shops คือชั้นข้อมูล “ใครอยู่ข้างใคร” ของตลาดร้านกล้องในไทย** ช่วยให้ทีมที่ต้องตัดสินใจเรื่องทำเลร้านหรือ tenant mix เห็นภายในนาทีว่าร้านกล้องประเภทเดียวกันกระจุกอยู่ **ย่านใด สถานที่ใด อาคารใด** พร้อมหลักฐานรายสาขา เพื่อตอบคำถามเดียวที่สำคัญก่อนเซ็นสัญญา: **“ถ้าจะเปิดร้านกล้องที่นี่ จะอยู่ข้างใคร — และย่านนี้ยังขาดร้านประเภทไหน”**

จุดเด่นที่สุดคือ **การแยก “เครือข่ายสาขา” ออกจาก “การกระจุกของร้าน”**: เครือข่ายใหญ่ทำให้นับสาขาแล้วเห็นแค่เครือเดียว — BIG CAMERA มี 143 สาขารวมหน้าร้านร่วม และพบในทั้ง 64 จังหวัดของชุดข้อมูล (Observed fact) — ส่วนการนับ **ร้านไม่ซ้ำต่อย่าน** พร้อมร้านที่พบเฉพาะย่านนี้กับร้านที่ย่านอื่นก็มี (exclusive/shared) และบุคลิกย่านตามประเภทร้าน แสดงให้เห็นว่าร้านเฉพาะทางและร้านแบรนด์ผู้ผลิตรวมตัวกันที่ไหน บนฉากเมือง 3 มิติที่ **โฟกัสเฉพาะส่วนที่กำลังตัดสินใจ ส่วนอื่นเงียบลง** พร้อมฉายในห้องประชุมได้ทันที สิ่งนี้ store locator รายเครือ, รายชื่อตัวแทนของผู้ผลิต, directory รายศูนย์, Google Maps และรายงานตลาดแบบ PDF ยังให้ไม่ได้ (Which §2.3)

ข้อค้นพบแรกของ snapshot ปัจจุบัน (Observed fact,ค่าเริ่มต้น): **62% ของร้านกล้อง (24จาก39ร้าน) มีสาขาใน3ย่าน — รัชดา-ตะวันตก13ร้าน/17สาขา, สยาม10/12 และราชประสงค์8/10** รวม39จาก252สาขา;ร้านเฉพาะรัชดา-ตะวันตก9จาก13ร้าน ตัวเลขเป็นfixtureจากmodel ไม่ใช่UIconstant

**หนึ่งบรรทัด:** แผนที่ย่านร้านกล้องของไทยที่แยกเครือข่ายสาขาออกจากการกระจุกของร้านเฉพาะทาง พร้อมหลักฐานรายสาขา เพื่อเลือกทำเลและ tenant mix ด้วยหลักฐาน ไม่ใช่ความจำ

## 2. Description

### 2.1 Who — ใครคือผู้ใช้ และปัญหาของพวกเขาคืออะไร

ผู้ใช้สี่กลุ่มแก้ปัญหาเดียวกันจากคนละฝั่งของสัญญาเช่า (Hypothesis — นิยามจากประสบการณ์ของทีมกับชุด Luxury Brands และการวิจัยร้านกล้องรอบนี้ ยังไม่ได้ยืนยันด้วยการสัมภาษณ์ผู้ใช้ภายนอก; แผนทดสอบอยู่ใน §7)

| กลุ่ม | การตัดสินใจที่ต้องทำ | Functional needs | Emotional needs | Trigger / เสียงในหัว |
|---|---|---|---|---|
| **ทีมขยายสาขาของร้านกล้อง** (เครือข่ายใหญ่, ร้านเฉพาะทาง มือสอง/ฟิล์ม, ร้านโดรนและอุปกรณ์ภาพ) | จะเปิด ย้าย หรือปิดสาขาที่ย่าน/สถานที่ใด | ดูว่าร้านคู่แข่งและร้านที่ดึงลูกค้ากลุ่มเดียวกันอยู่ที่ไหน ย่านใดมีแต่เครือข่ายใหญ่ ย่านใดยังไม่มีร้านประเภทเดียวกัน ส่งรายชื่อพร้อมหลักฐานให้ผู้บริหาร | กลัวเลือกผิดแล้วผูกกับสัญญาและสต็อกหลายปี ไม่อยากถูกจับได้ว่ารายชื่อเก่า | “ร้านกล้องร้านอื่นไปอยู่ที่ไหนกัน?” “ถ้าเปิดที่นี่ จะอยู่ข้างใคร — เป็นคู่แข่งหรือเป็นแม่เหล็ก?” “จังหวัดนี้มีแต่ BIG CAMERA หรือเปล่า?” |
| **ทีมค้าปลีกของผู้ผลิตกล้องและอุปกรณ์ภาพ** (brand store, shop-in-shop, experience store) | จะเปิด brand store ที่ใด และจะพึ่งร้านหลายแบรนด์ที่ไหน | เห็นว่าร้านแบรนด์ผู้ผลิตรายอื่นอยู่ที่ไหน ร้านหลายแบรนด์ที่ขายสินค้าตนอยู่แล้วกระจุกที่ใด ย่านใดยังไม่มี brand store | ต้องดูน่าเชื่อถือต่อ principal/HQ อยากมีภาพที่อธิบายเครือข่ายได้ในหน้าเดียว | “brand store ของเราควรอยู่ข้างร้านหลายแบรนด์ที่ขายเราอยู่แล้วไหม?” “ย่านไหนยังไม่มีร้านแบรนด์ผู้ผลิตเลย?” |
| **ทีม leasing ของศูนย์การค้าและ IT mall** | จะเชิญร้านกล้องประเภทใดมาเติม tenant mix และใช้อะไรโน้มน้าว | เทียบ tenant mix ร้านกล้องของศูนย์ตัวเองกับย่าน/ศูนย์คู่แข่ง (เช่น Fortune Town, MBK) หาร้านที่คู่แข่งมีแต่เราไม่มี (gap) และร้านที่มีเฉพาะที่เรา | กลัวพลาด gap ที่คู่แข่งปิดก่อน อยากมีภาพที่เอาไปเสนอร้านได้เลย | “ศูนย์เราขาดร้านกล้องประเภทไหนเมื่อเทียบกับ Fortune Town?” “ถ้าร้าน X ถามว่าใครอยู่ในศูนย์ เราตอบได้ทันทีไหม?” |
| **นักวิเคราะห์ CityMETER และที่ปรึกษา** (feasibility, market entry, งานวิจัยทำเล) | จะใช้หลักฐานอะไรใน proposal และต้องตรวจเพิ่มอะไร | รวมข้อมูลกระจัดกระจายเป็นชุดเดียวที่อ้างอิงได้ เทียบย่านในขอบเขตเดียวกับ production ส่งต่อรายการที่ตรวจย้อนได้ | กลัวถูก challenge เรื่อง source/วันที่ เหนื่อยกับการไล่ locator ทีละร้าน | “รายชื่อนี้มาจากไหน ตรวจเมื่อไร?” “Locale นี้ใน CityMETER มีร้านกล้องกี่ร้าน?” |

**Value proposition:** เติมช่องว่างระหว่าง “รู้ว่า BIG CAMERA มีแทบทุกห้าง และร้านกล้องรวมตัวที่ Fortune Town/MBK” กับ “เห็นเป็นย่านว่าร้านกล้องร้านใดอยู่ข้างใคร ร้านใดพบเฉพาะที่ใด ตรวจเมื่อไร และส่งต่อได้ทันที” — ทำให้การตัดสินใจเรื่องทำเลและ tenant mix มีหลักฐานที่อธิบายต่อผู้บริหาร principal หรือ landlord ได้ ไม่พึ่งความจำของคนเดียว

**Core pain (Inference จากวิธีทำงานปัจจุบัน §2.3 และสิ่งที่พบระหว่างวิจัย):** ความรู้เรื่องร้านกล้องว่าใครอยู่ที่ไหนมีอยู่ แต่กระจายอยู่ใน locator ของแต่ละเครือ รายชื่อตัวแทนของผู้ผลิต directory ของศูนย์ และหน้าโซเชียลของร้านเล็ก เก่าลงเงียบ ๆ (รอบนี้พบรายชื่อตัวแทนเดิมของ WORLD CAMERA 42 รายการที่ยืนยันสถานะปัจจุบันไม่ได้ และร้านที่ปิดไปแล้ว — Project evidence) และเมื่อนับเป็นสาขา เครือข่ายใหญ่หนึ่งเครือก็กลบร้านเฉพาะทางจนเทียบย่านไม่ได้

### 2.2 What — ปัญหาที่เลือกแก้ และแก้อย่างไร

**ปัญหาที่เลือกแก้:** “ก่อนตัดสินใจเปิด ย้าย หรือเชิญร้านกล้อง ทีมต้องรู้ว่าตอนนี้ร้านกล้องประเภทใดอยู่ที่ไหน ข้างใคร และร้านใดพบเฉพาะที่ใด แต่ไม่มีแหล่งเดียวที่รวม ตรวจย้อนได้ เทียบย่านได้ และแยกเครือข่ายสาขาออกจากการกระจุกของร้าน” ไม่ได้เลือกแก้เรื่องยอดขาย ค่าเช่า footfall กำลังซื้อ สต็อก ราคา หรือสถานะตัวแทนจำหน่ายที่ได้รับอนุญาต

**เร่งด่วนและรุนแรงแค่ไหน:** เร่งด่วนทุกรอบที่มีพื้นที่ว่าง ต่อสัญญา หรือขยายสาขา (Inference — ใช้จังหวะงานเดียวกับที่ owner ระบุไว้สำหรับชุด Luxury Brands ยังไม่ได้ยืนยันกับผู้ใช้กลุ่มร้านกล้อง) · รุนแรงเพราะผลของการเลือกย่าน/สถานที่ผิดผูกกับสัญญาเช่า สต็อก และพนักงานระยะยาว รวมถึงชื่อเสียงของผู้เสนอ (Inference; ไม่ระบุตัวเลขต้นทุนเพราะยังไม่มีหลักฐานโครงการ)

**Solution ที่ใช้:** ชั้นข้อมูลแบบ neighborhood-first บน CityMETER

- **ข้อมูลต้นทาง (raw):** 253 outlet IDs / 252 สาขาขายปลีกเริ่มต้น; 44 แบรนด์ที่อนุมัติ มีแถว 40 แบรนด์และ 39 แบรนด์ในค่าเริ่มต้น; 147 named venues, 236 selected source/reference points, 17 missing points, 107 accepted CityMETER host records. Branch/point/host/building เป็นคนละ decision; source-listed ไม่ยืนยันเปิดจริงหรือสต็อกปัจจุบัน (Observed fact, snapshot 2026-10-23)
- **ค่าคำนวณ (calculated):** ร้านไม่ซ้ำและสาขาต่อย่าน/สถานที่/ประเภทร้าน/จังหวัด; สัดส่วนร้านใน 3 ย่านอันดับต้น (first Aha); ร้านเฉพาะย่าน/ร่วมเทียบทุกย่านในตัวกรอง; นอกกรุงเทพฯ ที่ production ยังไม่มี Locale: สัดส่วนร้านที่สถานที่อันดับหนึ่งของจังหวัด; ระบายสีด้วยสีไล่ครบ 41 ระดับของ LDS (`count` LUT 41 สี) แบบเส้นตรงจาก 1 ถึงค่าสูงสุดในตัวกรอง (กฎเจ้าของ 2026-10-22: color scale ใช้ 41 ระดับตาม LDS เสมอ)
- **การตีความ (inferred):** การจับคู่สถานที่กับ host ของ CityMETER เป็นของ research master (ชื่อหรือชื่อเรียกเฉพาะสาขาและจังหวัดตรงทะเบียน ไม่ใช้ nearest; refresh adapter คง source periods/roles และตรวจ selected-point receipts แยกจาก host identity) ให้จุดตัวแทนของอาคาร ไม่ใช่หน้าร้าน; อาคารที่ตั้งผ่านการทดสอบสองชั้นของ master (จุดอยู่ใน footprint และตัวตนของ host ตรงกัน); ย่านจาก point-in-polygon บนขอบเขต Locale ของ production (ตรงกับ `locatePoint` ของ production ทั้ง48/48จุดในกรุงเทพฯ); อันดับย่านช่วยจัดลำดับการสำรวจ ไม่ใช่คำตัดสินศักยภาพ
- **ผลลัพธ์ที่ผู้ใช้เห็น:** ข้อค้นพบแรก (62% ใน 3 ย่าน) บนเมือง 3 มิติที่โฟกัส 3 ย่านนั้น → โปรไฟล์ย่าน (ประเภทร้าน สถานที่ ร้านเฉพาะ/ร่วม ลิงก์ไปย่านเดียวกันใน CityMETER) → สถานที่และอาคารที่ตั้ง → สาขารายรายการพร้อมสถานะ วันที่ ความแม่นพิกัด และลิงก์หลักฐาน → กราฟเทียบย่านและตารางส่งต่อ; มุมมองทั้งประเทศมีกรอบ 77 จังหวัดที่เจาะลงได้ และนอกกรุงเทพฯ ข้อค้นพบย้ายไปที่สถานที่อันดับหนึ่งที่มีจุดบนแผนที่ (เช่น เชียงใหม่ 80% ของร้านมีสาขาที่ Central Chiangmai; ภูเก็ต 67% ที่ Central Phuket)

> **Data Clarity:** แหล่ง official retailer/manufacturer/venue และ named map targets ที่ตรวจตัวตนแล้ว ตรวจถึง 2026-10-23; Canon stockist ที่ undated ใช้ร่วมกับ current Power Buy branch identity ไม่ใช่ current stock. แยกพิกัดธุรกิจ/host reference จาก registry identity และ building identity. 111 source features = 76 footprints + 35 parts across 76 of 147 named venues (+7 venues); 160 outlet-building contexts = 145 inside + 12 named contexts with outside points + 3 linked contexts with no selected point. All 253 outlet IDs, 236 points, 17 missing points and 107 accepted CityMETER host records are unchanged. Fortune Town has 17 outlets / 13 counted banners. Retail-parent display top17.5m and hotel-context display top105m are explicit level-count models with source height_m=null, not published metre heights or surveyed measurements. Do not spread hotel/tower height across the retail parent. Unknown source height remains null; 3m fallbacks are display values only. ไม่ใช่สำมะโนหรือผลรังวัด

### 2.3 Which — ผู้ใช้แก้ปัญหานี้ด้วยอะไรอยู่ และต้องดีกว่าแค่ไหนจึงจะเปลี่ยนพฤติกรรม

Which คือวิธีที่ผู้ใช้ใช้แก้ **problem statement ใน §2.2** จริง ๆ ไม่ใช่คู่แข่งตามหมวดธุรกิจ (Inference จากวิธีทำงานที่ทีมสังเกตและใช้เองระหว่างวิจัย; ยังไม่ได้วัดสัดส่วนการใช้)

**Present alternatives**

| ทางเลือกที่ใช้อยู่ | ใช้เพื่ออะไร | จุดแข็ง | Gap ที่ยังแก้ pain ไม่ได้ | คุณภาพที่เราต้องทำให้ถึงหรือชนะ |
|---|---|---|---|---|
| Store locator / branch list ของแต่ละเครือร้าน | ยืนยันสาขาของร้านหนึ่ง | เป็นทางการ อัปเดตโดยร้าน (แหล่งหลักของชุดนี้: official retailer locator 147 รายการ) | ทีละเครือ ไม่มีย่าน ไม่มีวันที่ตรวจ ไม่เทียบข้ามร้าน และเครือใหญ่กลบร้านเล็ก | รวมทุกร้านบนย่านเดียวกัน นับร้านแยกจากสาขา พร้อมลิงก์กลับไป locator และวันที่ตรวจ |
| รายชื่อตัวแทนจำหน่าย / where-to-buy ของผู้ผลิต | หาร้านที่ขายกล้องยี่ห้อหนึ่ง | เป็นทางการจากผู้ผลิต | ทีละยี่ห้อ มักเก่าและปนจุดที่ปิดแล้ว (รอบนี้ต้องพักรายชื่อตัวแทนเดิม 42 รายการ) ไม่บอกว่าเป็นหน้าร้านขายปลีกจริงหรือไม่ | แยกสาขาขายปลีกออกจากที่อยู่ติดต่อและรายการที่รอตรวจ พร้อมสถานะที่บอกตรง ๆ |
| Directory / floor guide ของศูนย์การค้าและ IT mall | ดูร้านในศูนย์หนึ่ง | ครบในศูนย์นั้น | ทีละศูนย์ ไม่มีร้านริมถนน ไม่บอกว่าร้านนั้นมีที่อื่นด้วยไหม | ข้ามศูนย์และข้ามย่าน + เฉพาะ/ร่วม |
| ค้น Google Maps / Apple Maps (“ร้านกล้อง ใกล้ฉัน”, “camera shop Bangkok”) | หาเร็ว ดูตำแหน่ง | เร็ว เข้าถึงง่าย มีรีวิว | POI ทีละจุด ชื่อซ้ำ/ไม่สม่ำเสมอ ไม่รวมเป็นย่าน ปิดถาวรตามช้า ไม่มี evidence trail ใช้ใน deck ไม่ได้ | เร็วเท่ากันสำหรับคำถาม “ใครอยู่ข้างใคร” และน่าเชื่อถือกว่าด้วยหลักฐานต่อรายการ |
| เว็บไซต์ / LINE OA / Facebook ของร้านเล็กและร้านมือสอง | รู้ที่อยู่และข่าวร้านเฉพาะทาง | ร้านเล็กอัปเดตเองบ่อย | กระจัดกระจาย หลายร้านไม่มี locator ที่อยู่บางแห่งขัดกันเอง (รอบนี้พบเว็บไซต์ร้านหนึ่งระบุสองที่ตั้งในหน้าเดียว) | บันทึกเป็นรายการที่มีวันที่และสถานะ ข้อขัดแย้งคงไว้และติดป้าย |
| รายงานตลาดค้าปลีกของที่ปรึกษา/broker (PDF รายไตรมาส) | ภาพรวมค้าปลีก ค่าเช่าเฉลี่ย | น่าเชื่อถือ มีบริบทตลาด | ไม่ลงถึงร้านกล้องรายร้าน ไม่ interactive ช้าเป็นไตรมาส | ลงถึงรายร้าน/รายสาขาและอัปเดตได้ถี่กว่า; ไม่พยายามแทนที่ค่าเช่า/ภาพตลาด |
| Excel/รายชื่อภายใน + เดินสำรวจ Fortune Town/MBK | รายชื่อของตัวเองและคู่แข่งใกล้ตัว | แม่นในจุดที่สำรวจ | มืดสำหรับที่อื่น ใช้แรงงาน เก่าเร็ว อยู่ในหัวคนไม่กี่คน | แทนการเดินสำรวจสำหรับการ screen ชั้นแรก; เก็บสถานะและการปิด/ย้าย |

**Aspirational benchmarks (ใช้เป็น quality bar ไม่ใช่คู่แข่งตรง)**

| Benchmark | สิ่งที่ต้องเทียบให้ถึง |
|---|---|
| เครื่องมือแผนที่สถาปัตยกรรม เช่น archiMap (masslabs) | ความงามแบบ site plan/massing model: พื้นกระดาษ ถนนขาว อาคาร 3 มิติเรียบ มุมมองที่พร้อมฉาย |
| แผนที่ระดับ consumer ที่มีอาคาร 3 มิติแบบ simplified (มุมโค้ง สีเรียบ) | ความสะอาดของ 3D ที่ไม่แย่งความสนใจจากข้อมูล |
| แพลตฟอร์ม location intelligence ระดับสากล | ความเทียบได้ข้ามพื้นที่ (ตัวชี้วัดเดียวกัน ตัวหารเดียวกัน) และ output ที่ stakeholder ใช้ต่อได้ |
| CityMETER production (landometer.com/v3/citymeter) | ย่านคือ Locale เดียวกับ production (`/v3/citymeter/BKK/L/{uuid}`), รหัสจังหวัดเดียวกัน, host id เดียวกัน และวินัย source/date/boundary เดียวกัน |

**Expected quality bar (มาตรฐานที่ต้องถึงจึงจะเปลี่ยนพฤติกรรม)**

1. ตอบ “ร้านกล้องที่นี่อยู่ข้างใคร” ได้ภายใน 1 นาทีโดยไม่ต้องตั้งค่าตัวกรอง (first Aha)
2. ทุกตัวเลขมี dataset · source · date · boundary และทุกรายการมีลิงก์หลักฐาน
3. นับร้านแยกจากสาขาเสมอ และเทียบย่านบนตัวชี้วัดเดียวกัน (ร้านไม่ซ้ำ, เฉพาะ/ร่วม, บุคลิกตามประเภทร้าน)
4. ภาพพร้อมใช้ในห้องประชุมโดยไม่ต้องวาดใหม่ (3D focus/quiet, LDS, สองธีม, จอแคบ)
5. สถานะรอตรวจ ที่อยู่ติดต่อ และการปิดถูกเก็บเป็นข้อเท็จจริง ไม่หายเงียบ
6. เข้ากับ CityMETER ได้ (ย่าน = Locale ของ production, host id, รหัสจังหวัด, agent-ready JSON)
7. ซื่อสัตย์เรื่องขอบเขต: ไม่ใช่สำมะโน ไม่ใช่ยอดขาย ไม่ใช่ catchment

### 2.4 How — เราชนะอย่างไร และต่อยอดอะไรได้

**Winning strategy (5 ข้อ)**

1. **อ่านเป็นย่าน (Locale ของ production) ก่อน ไม่ใช่หมุดก่อน** — หน่วยของการตัดสินใจคือย่านและสถานที่; ข้อค้นพบแรก choropleth โปรไฟล์ และกราฟใช้ขอบเขตเดียวกัน (scopeRows) และบอกตัวหารเสมอ; ย่านทุกย่านเปิดหน้าเดียวกันใน CityMETER ได้
2. **แยกร้านออกจากสาขา** — นับร้านไม่ซ้ำแยกจากสาขาในทุกพื้นผิว เพื่อให้ร้านเฉพาะทางไม่ถูกเครือข่ายใหญ่กลบ (BIG CAMERA 142 สาขาและร่วมหน้าร้านอีก 1 ขณะที่ 29 จาก 38 ร้านมีไม่เกิน 3 สาขา — Observed fact); หน้าร้านที่ใช้หลายป้ายนับเป็นหนึ่งสาขาที่มีหลายร้าน
3. **หลักฐานรายรายการเป็นสินค้า** — หนึ่งหมุด = หนึ่งสาขา พร้อม source/status/date/ระดับความแม่นพิกัด; รายการรอตรวจตัวตนหรือที่ตั้งคงไว้พร้อมป้าย; ไม่มีค่า missing แสดงเป็นศูนย์
4. **โฟกัสแล้วเงียบ ด้วยภาพระดับสถาปนิกจากข้อมูลเปิด** — รายละเอียด (สี ชื่อร้าน อาคารที่ตั้ง อาคารมุมโค้ง) เฉพาะส่วนที่กำลังตัดสินใจ ส่วนที่เหลือเป็นบริบทจาง; basemap “paper” ที่สร้างเองบน OpenFreeMap มวลอาคารทั้งเมืองจาก OSM และกล้องที่คงเส้นตั้งของอาคาร — ตอบ emotional need เรื่องความน่าเชื่อถือ
5. **พร้อมสำหรับคนและเครื่อง และต่อ production ได้ทันที** — product-brief.json / implementation-plan.json / manifest + schema ให้ analyst, agent และ dev ใช้ต่อ; Locale uuid, Shopping Center id และรหัสจังหวัดตรงกับ production (Grocery record id รองรับเมื่อ master จับคู่ไฮเปอร์มาร์เก็ต)

**เชื่อมกลับสามเรื่องตาม PB v6 §1.6.2**

- **ชนะความกังวลของผู้ใช้:** รายชื่อมีวันที่และหลักฐาน ถูกถามแล้วตอบได้; ภาพดูเป็นมืออาชีพโดยไม่ต้องจ้างกราฟิก
- **ชนะทางเลือกเดิม:** เร็วกว่า locator/รายชื่อตัวแทน/directory ทีละแหล่ง เป็นระบบกว่า Excel/เดินสำรวจ ลึกกว่ารายงาน PDF ในระดับร้าน และต่างจาก Google Maps ตรงที่อ่านเป็นย่าน นับร้านแยกจากสาขา และมี evidence trail
- **ชนะในระบบ CityMETER:** ย่านเป็น Locale ที่ production มีอยู่แล้ว จึงต่อกับ Locale Insight, Population และชุดอื่นของย่านเดียวกันได้ทันที; สถานที่เป็น host ของ Shopping Center (ไฮเปอร์มาร์เก็ตจาก Grocery เข้ามาได้เมื่อ master จับคู่); อาคารที่ตั้งมาจาก building join ของ master บน Building/OSM

**Claim boundary (คงตาม MBB §3.7):** ไม่อ้างยอดขาย ค่าเช่า footfall กำลังซื้อ สต็อก ราคา หรือสถานะตัวแทนจำหน่าย; ไม่ใช่สำมะโนและไม่ใช่การยืนยันเปิดจริงหน้าร้าน; ย่านเป็นหน่วยนำทางและวิเคราะห์ของ production ไม่ใช่เขตปกครองหรือ catchment; ความสูงอาคารเป็นบริบท

## 3. บทบาทผลิตภัณฑ์และเส้นทางผู้ใช้

**ตั้งคำถามทำเล → เห็น 3 ย่านที่ร้านกล้องกระจุก (3D first Aha) → เปิดโปรไฟล์ย่าน (ใครอยู่ข้างใคร ร้านเฉพาะ/ร่วม ประเภทร้าน) → เจาะสถานที่/อาคาร/สาขา พร้อมหลักฐาน → เทียบย่านด้วยกราฟ/ตาราง หรือซูมออกเป็นกรอบจังหวัด → ส่งต่อรายการไปสำรวจและตัดสินใจ**

ชั้นข้อมูลนี้ทำหน้าที่ screen และ compare ก่อนการตัดสินใจ ไม่ใช่การตัดสินใจเอง ตัวชี้วัดคุณภาพที่ควรติดตาม: สัดส่วนรายการที่มีหลักฐานครบ, ความสดของวันที่ตรวจ, สัดส่วนสาขาที่มีพิกัด (ตอนนี้236/253), รายการรอตรวจที่คลี่คลายแล้ว, และ (เมื่อมีผู้ใช้จริง) เวลาจากคำถามถึงรายชื่อที่ส่งต่อได้

## 4. ข้อมูลและวิธี (Data and method clarity)

- **Sources:** Official retailer/brand locators, mall directories, contactpages และ officialsourcepoints/identity-checked named map targets. PowerBuyเพิ่มจากCanon camera-category sales stockistที่undated จับbranchqualifier/leadingaddress/adminกับcurrentlocator;ไม่ใช่สต็อกปัจจุบัน. `scripts/refresh-camera-master.py` เป็นadapterปัจจุบัน; host-onlypipelineเก็บเป็นประวัติ0.5.0
- **Granularity:** selected source-backed outletpointหรือmissing →namedvenue/acceptedhost →productionLocale(36ในกรุงเทพฯ) →จังหวัด77กรอบ →ประเทศ
- **Update cycle:** snapshotล่าสุด2026-10-23;ยังไม่มีรอบอัตโนมัติ
- **Method:** นับร้านไม่ซ้ำแยกจากสาขา (หน้าร้านหลายป้าย = หนึ่งสาขาที่มีหลายร้าน); point-in-polygon คงที่บน Locale ของ production; สีไล่ครบ 41 ระดับของ LDS (`count` LUT 41 สี) แบบเส้นตรงจาก 1 ถึงค่าสูงสุดในตัวกรอง (กฎเจ้าของ 2026-10-22: color scale ใช้ 41 ระดับตาม LDS เสมอ); เฉพาะ/ร่วมเทียบทุกย่านใน scopeRows; ตัวกรองประเภทร้านนับเฉพาะร้านของประเภทนั้น Reviewed named-host geometry ไม่ต้องมี CityMETER registry join และไม่ย้าย selected point; Fortune Town17สาขา/13แบรนด์ ความสูง17.5/105mเป็นdisplaymodelsโดยsourceheight=null.
- **Known limitations:**253rows/252default;44approvedชื่อแต่มีแถว40ชื่อ/39default;17rowsไม่มีพิกัด. พิกัดไม่เท่ากับhostjoin/ประตูร้าน.160buildingcontexts(145inside+12outside+3missing-selected-point);111features(76footprints+35parts),76/147venues. โลโก้ร้าน43/44(ขาดCameraExchange),venue83filesครอบคลุม139/147labels;การเก็บไม่ให้สิทธิ์ใหม่.1,411private networkcandidatesไม่นับpublic;72branch-reviewและ7pendingแยกไว้. Source-listed/undatedmanufacturerไม่ยืนยันเปิดจริงหรือcurrentstock;Chidlomretained21Oct/API23Oct403ระบุชัด
- **Confidence note:** สถานะ ตัวตน และระดับความแม่นพิกัดระบุในทุกรายการ (status, identity, role, geometryRole/geometryStatus); รายการที่สองแหล่งชี้หน้าร้านเดียวกันหรือที่ตั้งขัดกันคงไว้พร้อมป้าย ไม่รวมหรือทิ้งเพื่อให้ตัวเลขสวย

## 5. ข้อกำหนด UX และผลลัพธ์ (ที่ Product Statement นี้กำหนด)

| สิ่งที่ statement กำหนด | สิ่งที่ผลิตภัณฑ์รุ่น 0.5 ทำ |
|---|---|
| ตอบ “ใครอยู่ข้างใคร” ใน 1 นาที | หน้าแรกเปิดเป็นเมือง 3 มิติที่โฟกัส 3 ย่านอันดับต้น พร้อม Aha62% และคำสั่งเดียว (ดูทุกย่าน · เปรียบเทียบย่าน) |
| นับร้านแยกจากสาขา | metric tiles “ร้าน” กับ “สาขา” แยกกันทุกระดับ; โปรไฟล์และกราฟแสดง ร้าน/สาขา; ร้านที่ร่วมหน้าร้านแสดง “ร่วมกับ …” |
| ภาพพร้อมห้องประชุม | basemap paper ที่สร้างเอง, massing ทั้งเมืองแบบ quiet, อาคารในย่านโฟกัสมุมโค้ง, กล้องเส้นตั้งตั้งตรง (model) ในย่าน และเปอร์สเปกทีฟ 2 จุด (มุมสถาปนิก) ที่ระดับสถานที่ ซึ่งอาคารของสถานที่ (เมื่อ master ยอมรับอาคารนั้น) มองเห็นและกดได้เสมอ, ธีมสว่าง/มืด |
| หลักฐานทุกรายการ | หมุด/ตาราง/สาขาแสดง source, สถานะ, วันที่, ความแม่นพิกัด, ที่อยู่; รายการรอตรวจติดป้าย; ไม่มีเบอร์โทรศัพท์ในข้อมูลสาธารณะ |
| เทียบย่านบนตัวชี้วัดเดียวกัน | กราฟ 3 มุมมองบน scopeRows; matrix ช่องเท่ากันทุกช่อง (ขนาดไม่มีความหมาย); legend ประกาศช่วง |
| เข้ากับ CityMETER | breadcrumb ประเทศไทย › จังหวัด › ย่าน › สถานที่; ย่าน = Locale uuid ของ production พร้อมลิงก์ “ย่านนี้ใน CityMETER” (`/v3/citymeter/BKK/L/{uuid}`); สถานที่ = Shopping Center id (Grocery record id รองรับเมื่อ master จับคู่); รหัสจังหวัด BKK/CMI/PKT…; ข้อเสนอ path `/v3/citymeter/{code}/L/{locale uuid}?d=cameraShops` |
| ซื่อสัตย์เรื่องขอบเขต | จังหวัดที่ production ยังไม่มี Locale ไม่แสดง “0 ย่าน” แต่ย้ายข้อค้นพบไปที่สถานที่อันดับหนึ่งที่มีจุดบนแผนที่ (จังหวัดที่ยังไม่มีสถานที่ใดมีจุด เช่น ตาก แสดงจำนวนสาขาและร้านตรง ๆ); สถานที่ที่ master พักไว้แสดง “พิกัดรอตรวจ” ไม่วางจุด; empty state บอก “ไม่พบสาขาตามตัวกรองนี้” ไม่ใช่ “ไม่มีร้าน”; ไม่มี caveat banner ทั่วไป แต่มี provenance ในเอกสาร |

## 6. Brand DNA / Voice / Visual mini-check

- **DNA:** Measure what matters — วัดว่าร้านกล้องประเภทใดอยู่ข้างใครที่มีผลต่อการตัดสินใจจริง แล้วทำให้ลงมือได้ (screen → compare → ส่งต่อ) · Clear · Grounded · Energetic
- **Voice:** พูดเหมือนคู่คิดที่อ่านย่านออก: “ถ้าจะเปิดร้านกล้องที่นี่ จะอยู่ข้างใคร” ใช้หน่วย ร้าน/สาขา/สถานที่/ย่าน ให้ตรงกันทุกที่ (ไม่เรียกหน่วยนับว่า “แบรนด์” เพื่อไม่ให้สับสนกับยี่ห้อกล้อง) แยก “พบในแหล่งข้อมูล” / “รอตรวจตัวตน” / “ยืนยันเปิดจริง” ไม่เคลมยอดขาย
- **Visual:** LDS 0.9.7 (standalone-0.9.7-r1): `count` family ครบ 41 สีสำหรับย่าน จังหวัด และตารางกราฟ, series 1–5 สำหรับประเภทร้าน, map roles สำหรับอาคารที่ตั้ง; สีข้อมูลเหมือนกันทั้งสองธีม; basemap-only tokens ประกาศใน `assets/theme.css`; pictogram กล้อง (photo_camera) แทนหน่วย “ร้าน”; ป้ายชื่อร้านบนแผนที่เป็นชื่อ ไม่ใช่โลโก้ทดแทน; โลโก้สถานที่คงต้นฉบับและเป็น identity ไม่ใช่คะแนน; ไม่มี bracket/left rail ตกแต่ง; focus ring มองเห็น

## 7. สิ่งที่ต้องทดสอบต่อ (Hypotheses → validation)

| Hypothesis | วิธีทดสอบ | เกณฑ์ |
|---|---|---|
| ผู้ใช้สี่กลุ่มใน §2.1 ถามคำถาม “ใครอยู่ข้างใคร” จริงและเริ่มจากย่าน | สัมภาษณ์ 3–5 คนต่อกลุ่มด้วย demo รุ่น 0.5 | ≥ 3 ใน 4 กลุ่มยืนยัน trigger และเลือกใช้โปรไฟล์ย่านก่อนตาราง |
| IT mall เป็นตัวทำนายการกระจุกของร้านเฉพาะทาง — Observed: Fortune Town มี 13 ร้าน 17 สาขา มากที่สุดของทุกสถานที่ (รองลงมา centralwOrld และ Siam Paragon 7 ร้าน) | ติดป้าย IT mall ใน host ของ CityMETER แล้วเทียบร้านไม่ซ้ำต่อสถานที่ระหว่าง IT mall กับศูนย์ขนาดเดียวกัน ในรอบวิจัยถัดไป | IT mall มีค่ามัธยฐานร้านไม่ซ้ำต่อสถานที่สูงกว่าศูนย์ขนาดเดียวกันอย่างชัดเจน; ถ้าไม่ จะอธิบายการกระจุกด้วยย่าน ไม่ใช่ประเภทศูนย์ |
| ร้านแบรนด์ผู้ผลิตตามศูนย์การค้าขนาดใหญ่พิเศษ — Observed: 17 จาก 29 สาขาของร้านแบรนด์ผู้ผลิตอยู่ใน host ประเภท Super-Regional Mall เทียบกับจำนวนตามdata/model0.5.2ปัจจุบัน (ไม่ใช้fixture0.5.0เป็นค่าคงที่) | ทำซ้ำเมื่อเพิ่มร้านแบรนด์ผู้ผลิตรายใหม่ และเทียบกับศูนย์ที่ใช้ร่วมกับ Luxury Brands | สัดส่วนยังเกินครึ่งและต่างจากทั้งชุดชัดเจนหลังเพิ่มร้าน; ถ้าไม่ ถือเป็นผลจากร้านไม่กี่ร้าน |
| การมีร้านกล้องในต่างจังหวัดนำโดยเครือข่ายใหญ่ — Observed: BIG CAMERA พบในทั้ง 64 จังหวัด และเป็นร้านเดียวที่พบใน 55 จาก 63 จังหวัดนอกกรุงเทพฯ (นอกกรุงเทพฯ พบ13ร้าน เทียบกับ37ร้านในกรุงเทพฯ) | สุ่มตรวจร้านอิสระใน 5 จังหวัดจาก Google Maps/โซเชียล และไล่ 7 ชื่อในคิวทบทวนของชีต research | ถ้าพบร้านอิสระที่เข้าเกณฑ์ใน ≥ 3 จาก 5 จังหวัด ภาพ “นำโดยเครือข่าย” เป็นช่องว่างของข้อมูล ไม่ใช่โครงสร้างตลาด และต้องขยายการเก็บ |
| ภาพ 3D focus/quiet ถูกนำไปใช้ใน deck โดยไม่วาดใหม่ | ขอ screenshot ที่ผู้ทดลองใช้จริง | มีการใช้ในเอกสารภายนอกอย่างน้อย 1 กรณี (ไม่นับเป็น traction) |
| เวลาจากคำถามถึงรายชื่อที่ส่งต่อได้ < 10 นาที | จับเวลา task ตั้งต้น 3 งาน | ค่ามัธยฐาน < 10 นาที |

### แหล่งแนวทางของเอกสาร

| เอกสาร | รุ่น / ตัวตน |
|---|---|
| Landometer Master Brand Brief | v0.5.3 · §7.2 โครง Product Statement, §3.7 มาตรฐานหลักฐาน |
| Product Brief — CityMETER | Landometer-aligned v6 · §1.6 Dataset Product Statement template, checklist และ writing guideline |
| Landometer Design System | 0.9.7 · `v0.9.7-owner.1` · `standalone-0.9.7-r1` |
| SHA-256 ของ LDS normative | `d3085cbc0a50195f1cbf0c77b1d77c0d19b84364daf2948eb367348d65432d96` |
| Sibling product | CityMETER · Luxury Brands 0.5 (montri-th.github.io/luxurybrands) — สถาปัตยกรรมและสัญญาเดียวกัน ชุดข้อมูลต่างกัน |
| Machine-readable | `handoff/product-statement.json` (เนื้อหาเดียวกันในโครง metadata block ของ PB v6 §1.6.3) |