# Product Statement — CityMETER Dataset: Factory

Winning strategy ของชุดข้อมูลนี้ เขียนตามโครง Who → What → Which → How ของ Landometer Master Brand Brief v0.5.3 §7.2 และ Product Brief ของ CityMETER ป้ายหลักฐานใช้มาตรฐาน MBB §3.7: **Observed fact** · **Owner-stated** · **Inference** · **Hypothesis** · **Project evidence** ตัวเลขทุกตัวอ้างไฟล์และ field path ได้ (`data/factories.json` เว้นแต่ระบุ) และเป็น snapshot ของรุ่นนี้ ไม่ใช่ค่าคงที่ของหน้าจอ

## 0. Metadata

| รายการ | รายละเอียด |
|---|---|
| Parent product | CityMETER (City Intelligence Base Layer ของ Landometer) · แกน Location (production dataset code `factory`, หมวด `location` ใน `web-v3/src/modules/citymeter/datasets.ts` ของ `theshifters/landometer@fc9173a`) · ทะเบียนวิจัย `research.TH.factory` |
| Feature / dataset | Factory — ทะเบียนโรงงานทุกขนาดของ กรอ. (นอกนิคมอุตสาหกรรม) และ อก. ทั่วประเทศ ระดับเขต/อำเภอ พร้อมคนงาน อุตสาหกรรม ขนาด (รวม “คนงาน 95 คนขึ้นไป”) สถานะตาม อก. และรายชื่อนิคม/สวนอุตสาหกรรมเป็นบริบท |
| รุ่นเอกสาร | 0.2.0 · 5 พฤศจิกายน 2569 (0.1.0 นับเฉพาะ 7,175 ทะเบียนที่มีคนงาน 95 คนขึ้นไป; เจ้าของสั่งขยายเป็นทุกทะเบียน 5 พ.ย. 2569 — **Owner-stated**: “ขยายเลย”) |
| สถานะ | Public demo รุ่น 0.2.0 บน GitHub Pages (`https://montri-th.github.io/factory/`); ชุดข้อมูลเป็น research master จากทะเบียน ไม่ใช่สำมะโนโรงงานที่เปิดดำเนินการ |
| ผู้รับผิดชอบ | Landometer · CityMETER (owner: Montri) |
| แหล่งข้อมูล / วิธี (สรุป) | ชีตวิจัย `CityMETER Factory Thailand — Factory, Operator & Company Research Master 2026-11-04` แท็บ `02_FACTORIES` (74,047 ทะเบียนหลัก) ร่วมกับ `02_TYPES`, `99_SOURCE_FILES` และ `18_WORKERS_P90` (gid 2026110418, ใช้ตรวจตัวเลข): ตัวเลขคนงานจากข้อมูลเปิดของ กรอ. จำพวก 2 และ 3 (ชุด 1 ต.ค. 2569, SHA-256 ตรงกับทะเบียนแหล่งของชีต) และข้อมูลที่ตั้ง/การอนุญาตประกอบกิจการโรงงานของ อก. (GD Catalog); รายชื่อนิคมจากชีต `CityMETER Industrial Estates … Research Master 2026-10-25` (`DATA_METHOD.md` §1–6) |
| ข้อมูลตรวจถึง | 4 พ.ย. 2569 (`meta.checkedOn`) · สร้างข้อมูล 5 พ.ย. 2569 (`meta.builtOn`) · ตัวเลขคนงานในข้อมูลเปิดไม่มีวันที่ของตัวเลข |
| ความสัมพันธ์กับ production | หน้า production `https://landometer.com/v3/citymeter?d=factory` เป็นชั้นข้อมูลโรงงานรายโรงงานเดิม (**Project evidence**: QA ของชีต `SRC_PROD_PERIOD` บันทึกว่ายอดรวมล่าสุดของ production เป็นข้อมูล เม.ย. 2568) เดโมนี้ใช้รหัสพื้นที่และ deep link เดียวกัน แต่ข้อมูลมาจาก research master รอบใหม่ |

## 1. Highlight

**Factory คือชั้นข้อมูล “คนงานโรงงานอยู่ตรงไหน ทำอุตสาหกรรมอะไร” ของเมืองไทย** ช่วยให้ทีมที่ตัดสินใจเรื่องที่ดิน ที่อยู่อาศัย ร้านค้า บริการ และนโยบายรอบพื้นที่อุตสาหกรรม เห็นภายในนาทีว่าคนงานโรงงานตามทะเบียนกระจุกอยู่ **อำเภอใด** ในอุตสาหกรรม **ใด** ขนาด **เท่าไร** และมี **โรงงานใดอยู่รอบ ๆ** พร้อมแหล่งของทุกตัวเลข — ตอบคำถามเดียวก่อนลงพื้นที่: **“คนงานโรงงานกระจุกอยู่ตรงไหน และทำงานในอุตสาหกรรมอะไร”**

ข้อค้นพบแรกของ snapshot ปัจจุบัน (**Observed fact**, ค่าเริ่มต้น = คนงานตามทะเบียน, ขอบเขต = ทะเบียนโรงงานทุกขนาด กรอ. นอกนิคมอุตสาหกรรม และ อก.):

- **72% ของคนงานโรงงานในสมุทรปราการ (330,987 จาก 457,353 คน) อยู่ใน 3 อำเภอ — บางพลี 130,258 · เมืองสมุทรปราการ 124,142 · พระประแดง 76,587**
- **อุตสาหกรรมของ 3 อำเภอนี้กระจาย ไม่ผูกกับอุตสาหกรรมเดียว:** ยานพาหนะและเครื่องจักร 18% (57,959 คน) · สิ่งทอ เครื่องแต่งกาย หนัง 17% (57,590) · โลหะ 16% (53,221)
- **อำเภอที่มีคนงานมากที่สุดของประเทศอยู่นอกสมุทรปราการ: เมืองสมุทรสาคร 264,666 คน (4,346 ทะเบียน) และ 42% อยู่ในอาหารและเครื่องดื่ม** มากกว่าอำเภอใดในสมุทรปราการ ถัดมาคือกระทุ่มแบน สมุทรสาคร 139,760 · บางพลี 130,258 · เมืองสมุทรปราการ 124,142
- เมื่อนับเป็นทะเบียน: **71% ของโรงงานในสมุทรปราการ (5,110 จาก 7,171 ทะเบียน) อยู่ใน 3 อำเภอ — บางพลี 2,114 · เมืองสมุทรปราการ 1,987 · บางเสาธง 1,009**
- **คนงาน 65% อยู่ในโรงงานคนงาน 95 คนขึ้นไป** (2,435,798 จาก 3,755,632 คน ใน 7,175 จาก 74,047 ทะเบียน) — ตัวกรองขนาด “คนงาน 95 คนขึ้นไป” ให้ภาพของรุ่น 0.1.0: 74% ของคนงานกลุ่มนี้ในสมุทรปราการ (220,980 จาก 299,796) อยู่ในเมืองสมุทรปราการ บางพลี และพระประแดง

**Inference:** แรงงานโรงงานนอกนิคมกระจุกในปริมณฑลของกรุงเทพฯ (สมุทรปราการ 457,353 · สมุทรสาคร 408,683 · กรุงเทพฯ 334,631 · ปทุมธานี 253,824 คน) มากกว่าภาคตะวันออก (ชลบุรี 250,705 · ระยอง 150,156) — ภาพนี้เป็นของทะเบียน กรอ. นอกนิคมและทะเบียนของ อก. เท่านั้น โรงงานในนิคมของ กนอ. (เช่นในชลบุรีและระยอง) ไม่อยู่ในชุด จึงห้ามอ่านเป็นภาพรวมการจ้างงานภาคอุตสาหกรรมทั้งประเทศ

**หนึ่งบรรทัด:** แผนที่เมือง 3 มิติของคนงานโรงงานทั่วไทย ที่บอกว่ากระจุกตรงไหน ทำอุตสาหกรรมอะไร และมีโรงงานใดอยู่รอบ ๆ พร้อมแหล่งของทุกตัวเลข

## 2. Description

### 2.1 Who — ใครคือผู้ใช้ และปัญหาของพวกเขาคืออะไร

ผู้ใช้สี่กลุ่มอ่านข้อมูลเดียวกันจากคนละการตัดสินใจ (**Hypothesis** — ยังไม่ได้ยืนยันด้วยการสัมภาษณ์ผู้ใช้ภายนอก; แผนทดสอบอยู่ใน §7)

| กลุ่ม | การตัดสินใจ | Functional needs | Emotional needs | Trigger / เสียงในหัว |
|---|---|---|---|---|
| ผู้พัฒนาที่อยู่อาศัย หอพัก และพื้นที่ค้าปลีก/บริการ | ลงทุนที่อยู่อาศัยหรือร้านค้าใกล้แหล่งงานที่ไหน | คนงานรอบแปลงตามทะเบียน โรงงานขนาดใหญ่ใกล้เคียง อุตสาหกรรมของพื้นที่ | มั่นใจว่าแหล่งงานมีอยู่จริงตามทะเบียน ไม่ใช่ข่าวลือ | “แถวนี้มีโรงงานใหญ่กี่แห่ง คนงานรวมเท่าไร” |
| ผู้พัฒนาและนักลงทุนอสังหาฯ อุตสาหกรรม (โกดัง โรงงานให้เช่า ที่ดินอุตสาหกรรม) | ขยายหรือซื้อที่ดินในคลัสเตอร์ใด | อุตสาหกรรมเด่นของอำเภอ ขนาดโรงงาน สถานะตาม อก. ทะเบียนทุกขนาดของพื้นที่ | ไม่เข้าพื้นที่ที่อุตสาหกรรมกำลังหดตัวโดยไม่รู้ | “อำเภอนี้เป็นคลัสเตอร์อะไร มีโรงงานขนาดเราอยู่ใกล้ ๆ ไหม” |
| จังหวัด อปท. และหน่วยงานพัฒนาเศรษฐกิจพื้นที่ | วางแผนบริการ ขนส่ง สาธารณสุข และการพัฒนาเศรษฐกิจรายพื้นที่ | คนงานตามทะเบียนต่ออำเภอ เทียบอำเภออื่นและจังหวัดอื่น รายชื่อโรงงานและนิคม | อธิบายต่อผู้บริหารได้ด้วยหลักฐานที่ตรวจย้อนได้ | “อำเภอเรามีแรงงานโรงงานเท่าไร เมื่อเทียบกับอำเภออื่น” |
| ผู้ประเมินมูลค่า สถาบันการเงิน ที่ปรึกษา | คัดกรองทำเลและกลุ่มลูกค้าก่อนลงพื้นที่ | รายชื่อโรงงานตามขนาดและอุตสาหกรรม จุดจากแหล่ง สถานะตาม อก. | ไม่ต้องเริ่มรวมทะเบียนจากศูนย์ทุกครั้ง | “ขอรายชื่อโรงงานใหญ่ในรัศมี 3 กม. ก่อน” |

**ปัญหา:** ข้อมูลโรงงานกระจายอยู่ในข้อมูลเปิดของ กรอ. (แยกจำพวก) ข้อมูลที่ตั้งและการอนุญาตของ อก. และรายชื่อของ กนอ. แต่ละแหล่งตอบได้ทีละทะเบียน มีรหัสหลายรูปแบบ และไม่บอกภาพรวมว่า **คนงาน** (ไม่ใช่จำนวนป้าย) กระจุกที่ **อำเภอ** ใด ใน **อุตสาหกรรม** ใด (**Project evidence**: QA ของชีต `ALL_SOURCE_KEYS` นับเลขทะเบียนจากทุกแหล่ง 276,201 รหัส และ `LEGACY_KEY_FORMAT` บันทึกรหัสรูปแบบเก่า 113,375 รหัส ซึ่งต้องกระทบยอดก่อนใช้)

**ความเร่งด่วน:** การลงทุนที่อยู่อาศัย ร้านค้า และบริการรอบแหล่งงานขึ้นกับว่าแหล่งงานอยู่ที่ใดและเป็นอุตสาหกรรมใด (**Inference**) การอ่านจากจำนวนป้ายโรงงานอย่างเดียวทำให้โรงงานเล็กหลายแห่งดูสำคัญเท่าโรงงานใหญ่แห่งเดียว

### 2.2 What — ปัญหาที่เลือกแก้ และแก้อย่างไร

เลือกแก้ **“แรงงานโรงงานตามทะเบียนอยู่ตรงไหน และเป็นอุตสาหกรรมใด”** ก่อนคำถามเรื่องการจ้างงานปัจจุบันหรือรายได้ เพราะข้อมูลที่ตรวจย้อนได้ในวันนี้คือทะเบียน ตัวเลขคนงานตามทะเบียน ประเภทโรงงาน สถานะตาม อก. และอำเภอของทะเบียน

- **ทุกทะเบียนในชีตวิจัย:** 74,047 ทะเบียนหลักของ `02_FACTORIES` (`meta.counts.rows`) — จำนวนเดียวกับที่ทีมเห็นในชีต
- **วัดด้วยคนงาน ไม่ใช่ป้าย:** ค่าเริ่มต้นนับ Σ คนงานตามทะเบียน (3,755,632 คน จาก 71,124 ทะเบียนที่มีตัวเลข `meta.counts.workers`) สลับเป็นจำนวนทะเบียนได้ในคลิกเดียว ทะเบียนที่ไม่มีตัวเลข (2,923) ไม่ถูกนับเป็น 0
- **ขนาดที่มีน้ำหนัก:** ตัวกรองขนาดมี “คนงาน 95 คนขึ้นไป” (P90 ของตัวเลขคนงาน, 7,175 ทะเบียน ถือคนงาน 65%) และช่วงขนาดตั้งแต่ 0–9 คน ทุกแผงพื้นที่บอกจำนวนทะเบียน 95+ คนและส่วนของคนงาน
- **เขต/อำเภอของ production:** ทุกทะเบียนจับคู่ชื่ออำเภอในทะเบียนกับรหัสอำเภอของ CityMETER (`meta.counts.admin.name` 74,045; อีก 2 ทะเบียนระบุได้แค่จังหวัด) จุดจากแหล่งไม่เคยย้ายทะเบียน
- **อุตสาหกรรมทางการ:** กลุ่มของ กรอ. ทุกทะเบียน จัดเป็น 10 หมวดเพื่อสีและรูปทรงบนแผนที่
- **โรงงานใกล้เคียงรายทะเบียน:** หมวดเดียวกัน คนงาน ½–2 เท่า ระยะตรง 3 กม. เรียงใกล้ก่อน พร้อมยอดโรงงานทุกอุตสาหกรรมรอบ 3 กม. (`js/profile-model.js#nearbyOf`)
- **ข้อเท็จจริงรายทะเบียนที่ตรวจย้อนได้:** สถานะตาม อก. และวันที่ ประเภทและรหัส จำพวก หน้าที่ แหล่งของทะเบียน และลิงก์ชุดข้อมูลทางการ

### 2.3 Which — ผู้ใช้แก้ปัญหานี้ด้วยอะไรอยู่ และต้องดีกว่าแค่ไหน

| ทางเลือกปัจจุบัน | ผู้ใช้ใช้อย่างไร | จุดแข็ง | ช่องว่างที่ Factory ปิด |
|---|---|---|---|
| ข้อมูลเปิดและบริการค้นหาโรงงานของ กรอ. | ดาวน์โหลด CSV หรือค้นทีละโรงงาน | ทะเบียนทางการ ตัวเลขคนงาน ประเภท | ไม่มีภาพรวมรายอำเภอ ไม่รวมสถานะของ อก. ไม่จัดอุตสาหกรรมเป็นแผนที่ (**Inference**) |
| GD Catalog ของกระทรวงอุตสาหกรรม | ดาวน์โหลดข้อมูลที่ตั้งและการอนุญาต | สถานะประกอบกิจการ วันที่ปรับปรุง | ไม่มีตัวเลขคนงานรวมต่อพื้นที่ ต้องกระทบรหัสเอง (**Inference**) |
| Google Maps | ค้นชื่อโรงงานรอบแปลง | รูป รีวิว เส้นทาง | ไม่มีคนงานตามทะเบียน ประเภท หรือทะเบียนที่ไม่มีหมุด (**Inference**) |
| รายงานตลาดอสังหาฯ อุตสาหกรรมของที่ปรึกษา | อ่านภาพรวมนิคมและโกดังรายไตรมาส | มุมมองตลาดและอุปทานพื้นที่ให้เช่า | ไม่ลงถึงทะเบียนโรงงานนอกนิคมรายอำเภอ (**Hypothesis**) |

**Aspirational:** ชั้นข้อมูลแรงงานรายพื้นที่ที่ผูกทะเบียนโรงงาน นิคม ที่อยู่อาศัย และขนส่งเข้าด้วยกันด้วย id เดียว (**Hypothesis** — ต่อยอดใน CityMETER ด้วยชุดข้อมูลอื่นของทะเบียนเดียวกัน)

**Quality bar:** ตัวเลขทุกตัวตรวจย้อนถึงทะเบียนและแหล่งได้ใน 2 คลิก ขอบเขต (ทุกขนาด · กรอ. นอกนิคม · อก.) อยู่ในชื่อชุดข้อมูลทุกหน้า ไม่มีทะเบียนหายจากยอดเพราะไม่มีจุด และไม่มีตัวเลขคนงานที่หายไปถูกแสดงเป็น 0

### 2.4 How — เราชนะอย่างไร และต่อยอดอะไรได้

1. **คนงานก่อนป้าย:** ยอดคนงานต่ออำเภอทำให้โรงงานใหญ่แห่งเดียวมีน้ำหนักตามจริงของทะเบียน และยังสลับดูจำนวนทะเบียนได้
2. **อุตสาหกรรมในประโยคเดียวกับทำเล:** ข้อค้นพบบอกทั้งที่ไหนและอุตสาหกรรมอะไร (สัดส่วนพร้อมตัวตั้งตัวหาร) — ผู้ใช้ไม่ต้องเปิดตารางเพื่อรู้ว่าคลัสเตอร์คืออะไร
3. **ทะเบียนครบแม้ไม่มีจุด:** 58,393 ทะเบียนที่ไม่มีจุดที่เชื่อถือได้ยังอยู่ในยอดของอำเภอ รายชื่อ และตาราง — แผนที่ไม่ทำให้ข้อมูลหาย
4. **บริบทที่ตรวจย้อนได้:** หน้าที่ของโรงงานและเลนส์ 95+ คนจากแถวเดียวกัน · นิคม สวน และเขตอุตสาหกรรม · สถานะของ อก. — รายชื่อนิคมแยกจากตัวเลขของผลิตภัณฑ์เสมอ
5. **ต่อยอด:** โรงงานในนิคมของ กนอ. เมื่อมีตัวเลขคนงานที่มีวันที่ · คีย์ไซต์สำหรับทะเบียนซ้ำ · โลโก้บริษัท (457 ทะเบียนที่ชีตเลือกไว้) · เชื่อมกับ CityMETER Building, Business Dynamics และชุดที่อยู่อาศัยด้วย id

## 3. บทบาทผลิตภัณฑ์และเส้นทางผู้ใช้

1. เปิดหน้า → ข้อค้นพบแรกแบบ 3 มิติ (สมุทรปราการ 3 อำเภอ) พร้อมอุตสาหกรรมหลักและพื้นที่อันดับ 1 นอกจังหวัด
2. กดอำเภอ → คนงาน ทะเบียน สัดส่วนของจังหวัด ทะเบียน 95+ คน อุตสาหกรรม กลุ่ม กรอ. ขนาด หน้าที่ รายชื่อโรงงาน นิคมในจังหวัด
3. กดโรงงาน → มุมมองอาคาร 2-point perspective (เมื่อมีจุด) · คนงานและอันดับ สถานะ อก. ประเภท โรงงานใกล้เคียง · ถามต่อใน Google
4. เปรียบเทียบ → กราฟอำเภอ · อำเภอ × อุตสาหกรรม · กลุ่ม กรอ. · ตาราง
5. ไปต่อในระบบจริง → “ดูใน CityMETER” เปิดพื้นที่เดียวกันใน production (`?d=factory`)

## 4. ข้อมูลและวิธี (Data and method clarity)

- หนึ่งแถว = หนึ่งเลขทะเบียนโรงงาน (FID) ของ `02_FACTORIES` ไม่ใช่หนึ่งโรงงานจริงหรือหนึ่งบริษัท (`DATA_METHOD.md` §2)
- คน = คนงานตามทะเบียน กรอ. (ไม่มีวันที่ของตัวเลข) ไม่ใช่การจ้างงานปัจจุบัน ไม่ใช่ประชากรของพื้นที่ · ทะเบียนที่ไม่มีตัวเลขแสดง “ไม่มีตัวเลขคนงาน” ไม่ใช่ 0
- ขอบเขต = ข้อมูลเปิดของ กรอ. จำพวก 2–3 ซึ่งครอบคลุมโรงงานนอกนิคมของ กนอ. และทะเบียนที่ อก. ระบุดำเนินการ (`meta.counts.estateContext`)
- สถานะ อก. = บันทึกของกระทรวง ไม่ใช่การตรวจภาคสนาม
- จุด = จุดจากแหล่งที่อยู่ในอำเภอของทะเบียนเอง (15,654) ที่เหลือไม่แสดงจุด
- ทุกหน้ามีบรรทัดที่มา: ชุดข้อมูล · แหล่ง · วันที่ตรวจ · ขอบเขต และลิงก์ “วิธีนับ”

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

- ข้อค้นพบแรกต้องบอกสัดส่วน ตัวตั้ง ตัวหาร และอุตสาหกรรมหลัก ภายในจอแรกของ desktop และ dock ของมือถือ
- ชื่อชุดข้อมูลต้องบอกขอบเขต “ทะเบียนโรงงานทุกขนาด · กรอ. นอกนิคมอุตสาหกรรม · อก.” ในหัวข้อและบรรทัดที่มา
- ห้ามเรียกตัวเลขว่าการจ้างงาน ตลาดแรงงาน กำลังการผลิต ยอดขาย ส่วนแบ่งตลาด หรือความหนาแน่น
- ชื่อบุคคลธรรมดาไม่แสดงและไม่ถูกส่งไปค้นใน Google
- ทุกมุมมองมีทางอ่านที่ไม่ใช่แผนที่ (แผง กราฟ ตาราง)

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

- Voice: ไทยสั้น ตรง ใช้คำของผู้ใช้ (คนงาน โรงงาน ทะเบียน อุตสาหกรรม อำเภอ นิคม) ไม่มีคำเตือนบนจอ ขอบเขตอยู่ในชื่อและบรรทัดที่มา
- Visual: LDS 0.9.7 — สเกล `count` ครบ 41 ระดับ ค่า HEX เดียวกันทั้งสองธีม · หมวดอุตสาหกรรมใช้ categorical series พร้อมรูปทรง · ไม่มี bracket หรือแถบสีด้านซ้าย · focus มองเห็นได้
- CityMETER ไม่ใช่ Landometer ทั้งเครือ: ความสามารถในหน้านี้เป็นของ CityMETER: Factory demo เท่านั้น

## 7. สิ่งที่ต้องทดสอบต่อ (Hypotheses → validation)

| Hypothesis | Test | Criterion |
|---|---|---|
| ผู้พัฒนาที่อยู่อาศัยและค้าปลีกใช้ “คนงานตามทะเบียนรอบแปลง” ในการคัดกรองทำเล | สัมภาษณ์ 5 ทีมพร้อมงานคัดกรองจริง 1 แปลงต่อทีม | อย่างน้อย 3 ทีมใช้ตัวเลขจากหน้านี้ในเอกสารคัดกรอง |
| ข้อค้นพบที่บอกอุตสาหกรรมหลักช่วยให้เข้าใจคลัสเตอร์เร็วกว่าตาราง | ทดสอบงาน “บอกอุตสาหกรรมหลักของ 3 อำเภอ” กับผู้ใช้ 6 คน | ตอบถูกภายใน 30 วินาทีอย่างน้อย 5 จาก 6 คน |
| ยอดนอกนิคมยังใช้ตัดสินใจได้ในจังหวัดที่มีนิคมมาก | เทียบกับรายชื่อโรงงานของ กนอ. ใน 3 อำเภอที่มีนิคม | ผู้ใช้ระบุได้ว่าตัวเลขนี้ไม่รวมนิคม และยังใช้ประกอบการตัดสินใจได้ |
| สถานะ อก. “หยุดดำเนินการ” ช่วยกรองโรงงานที่ไม่ควรนับ | ตรวจภาคสนามหรือแหล่งที่สองของ 30 ทะเบียนที่สถานะหยุด | ≥ 80% ยืนยันว่าหยุดหรือเปลี่ยนสภาพจริง ก่อนใช้สถานะเป็นตัวกรองหลัก |

### แหล่งแนวทางของเอกสาร

Landometer Master Brand Brief v0.5.3 (§3.7 ป้ายหลักฐาน, §7.2 Who/What/Which/How) · Product Brief ของ CityMETER · Landometer Design System 0.9.7 (`lds-0.9.7-landometer-standalone-r1`, SHA-256 `d3085cbc…96`) · `DATA_METHOD.md` ของรุ่นนี้