# Product Statement — CityMETER Dataset: Pharmacy

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**

## 0. Metadata

| รายการ | รายละเอียด |
|---|---|
| Parent product | CityMETER (City Intelligence Base Layer ของ Landometer) · แกน Living |
| Feature / dataset | Pharmacy — ความหนาแน่น ประเภท เครือร้าน และร้านยาคุณภาพของร้านยาที่มีใบอนุญาต ระดับแขวง/ตำบล ทั่วประเทศ |
| รุ่นเอกสาร | 0.1 · 23 ตุลาคม 2569 (เดโมแรก สร้างตามแนวทางของ CityMETER · Luxury Brands 0.5 และ Restaurants 0.2.1) |
| สถานะ | Public demo บน GitHub Pages; ข้อมูลเป็น snapshot ของชีตวิจัยที่รวมแหล่งสาธารณะ ไม่ใช่สำมะโนร้านยา และยังไม่ได้ตรวจภาคสนาม |
| ผู้รับผิดชอบ | Landometer · CityMETER (owner: Montri) |
| ผู้ใช้หลัก (Hypothesis) | ทีมขยายสาขาของเครือร้านยาและร้านสุขภาพ/ความงาม · ทีมขายและวางเขตของผู้ผลิต/ผู้จัดจำหน่ายยาและเวชภัณฑ์ · นักวิเคราะห์ ที่ปรึกษา และหน่วยงานท้องถิ่นที่ดูบริการสุขภาพในพื้นที่ |
| ชุดข้อมูลที่เกี่ยวข้อง | Hospital, Population (ร้านต่อประชากร — ยังไม่เชื่อม), Shopping Center, Building (มวลอาคาร OSM ผ่าน OpenFreeMap), Business Dynamics, Locale Insight (ยังไม่เชื่อม) |
| แหล่งข้อมูล / วิธี (สรุป) | ชีตวิจัย “CityMETER Pharmacy Thailand — Research Master 2026-10-22” ที่รวมทะเบียนผู้รับอนุญาตขายยาแผนปัจจุบัน (ขย1) ของ อย. · รายชื่อร้านยาและรายชื่อร้านยาคุณภาพของสภาเภสัชกรรม · หน้าสาขาของ 32 เครือ; ขอบเขตแขวง/ตำบล เขต/อำเภอ จังหวัด และพื้นที่ ตร.กม. จาก production (DATA_METHOD.md) |
| ข้อมูลตรวจถึง | ทะเบียน ขย1 ข้อมูล ณ 2026-05-28 (catalogue; resource แก้ไข 2026-08-04) · แหล่งอื่นตรวจ 2026-10-22 (Observed fact ใน `data/pharmacies.json` → `sources[]`, `meta.checkedOn`) |

## 1. Highlight

**Pharmacy คือชั้นข้อมูล “ร้านยาแน่นที่สุดอยู่ตรงไหน และเป็นร้านแบบไหน” ของ CityMETER** ช่วยให้ทีมที่ต้องตัดสินใจเรื่องทำเลร้านยา เขตการขาย หรือการเข้าถึงร้านยา เห็นภายในนาทีว่าแขวง/ตำบลใดมีร้านยาที่มีใบอนุญาตหนาแน่นที่สุด (ร้านต่อตารางกิโลเมตร ด้วยตัวหารเดียวกันทุกพื้นที่) เป็นเครือหรือร้านท้องถิ่น และอยู่ในรายชื่อร้านยาคุณภาพมากแค่ไหน เพื่อตอบคำถามก่อนลงพื้นที่: **“แถวนี้ร้านยาแน่นแค่ไหนเมื่อเทียบทั้งจังหวัด และเป็นร้านของใคร”**

จุดเด่นที่สุดคือ **นับร้านละหนึ่งครั้งตามใบอนุญาต แล้วอ่านเป็นพื้นที่ทั่วประเทศ**: ค่าเริ่มต้นนับ 18,136 ร้านที่มีใบอนุญาต ขย1 (หนึ่งใบอนุญาต = หนึ่งร้าน จึงไม่นับร้านเดียวกันซ้ำจากหลายแหล่ง) สรุปเป็นความหนาแน่นต่อแขวง/ตำบลทั้ง 7,436 แห่งของ CityMETER โหลดขอบเขตทีละจังหวัดเมื่อจำเป็น บนฉากเมือง 3 มิติที่โฟกัสเฉพาะส่วนที่กำลังตัดสินใจ ทุกตัวเลขบอก dataset · source · date · boundary และพื้นที่ที่ทะเบียนไม่มีร้านเป็น “0 ตามแหล่งข้อมูล” พร้อมวันที่ของทะเบียน สิ่งนี้ไฟล์ทะเบียน แผนที่ค้นหาร้านทีละจุด และหน้าค้นหาสาขาของแต่ละเครือยังให้ไม่ได้ (Which §2.3)

ข้อค้นพบแรกของ snapshot ปัจจุบัน (Observed fact, ไม่กรอง, นับร้านที่มีใบอนุญาต): **14.5 ร้าน/ตร.กม. ใน 3 แขวงที่ร้านยาแน่นที่สุด — ดินแดง คลองเตยเหนือ ลุมพินี** (145 ร้านใน 10.0 ตร.กม.) เทียบ 2.1 ร้าน/ตร.กม. ของทั้งกรุงเทพมหานคร (ราว 7 เท่า) และนอกกรุงเทพฯ ตำบลหมากแข้ง อุดรธานี แน่นที่สุดที่ 11.7 ร้าน/ตร.กม.

**หนึ่งบรรทัด:** แผนที่ความหนาแน่นร้านยาที่มีใบอนุญาตระดับแขวง/ตำบลทั่วประเทศ ที่บอกว่าร้านยาแน่นตรงไหน เป็นเครือหรือร้านท้องถิ่น อยู่ในรายชื่อร้านยาคุณภาพแค่ไหน พร้อมที่มาของทุกตัวเลข

## 2. Description

### 2.1 Who — ใครคือผู้ใช้ และปัญหาของพวกเขาคืออะไร

ผู้ใช้สามกลุ่มต้องการภาพ “ร้านยาในพื้นที่” แบบเทียบกันได้ (Hypothesis — นิยามจากรูปแบบงานของผลิตภัณฑ์ CityMETER อื่น ยังไม่ได้สัมภาษณ์ผู้ใช้ภายนอก แผนทดสอบอยู่ใน §7)

| กลุ่ม | การตัดสินใจที่ต้องทำ | Functional needs | Emotional needs | Trigger / เสียงในหัว |
|---|---|---|---|---|
| **ทีมขยายสาขาของเครือร้านยาและร้านสุขภาพ/ความงาม** | จะเปิดสาขาใหม่ที่พื้นที่ใด และหลีกเลี่ยงพื้นที่ใด | เห็นความหนาแน่นของร้านยาที่มีใบอนุญาตเทียบพื้นที่ สัดส่วนเครือกับร้านท้องถิ่น และเครือคู่แข่งที่อยู่แล้ว ส่งรายชื่อพื้นที่ให้ทีมสำรวจ | กลัวเปิดในพื้นที่ที่ร้านล้น อยากมีเหตุผลที่อธิบายต่อผู้บริหารได้ | “แถวนี้มีร้านยากี่ร้านแล้ว?” “เครือไหนอยู่แถวนี้บ้าง?” “ร้านท้องถิ่นเยอะแค่ไหน?” |
| **ทีมขายและวางเขตของผู้ผลิต/ผู้จัดจำหน่ายยาและเวชภัณฑ์** | จะแบ่งเขตและจัดลำดับการเยี่ยมร้านอย่างไร | เห็นพื้นที่ที่ร้านยากระจุกตัว สัดส่วนร้านท้องถิ่นกับเครือ ร้านที่อยู่ในรายชื่อร้านยาคุณภาพ และรายชื่อร้านพร้อมเลขใบอนุญาต | กลัวเขตไม่สมดุลหรือพลาดพื้นที่ที่ร้านหนาแน่น เหนื่อยกับการรวมรายชื่อจากหลายแหล่ง | “จังหวัดนี้ร้านยากระจุกอยู่ตำบลไหน?” “ร้านในรายชื่อนี้มีใบอนุญาตจริงไหม?” |
| **นักวิเคราะห์ ที่ปรึกษา และหน่วยงานท้องถิ่น** (บริการสุขภาพในพื้นที่ งานของ อปท.) | จะใช้หลักฐานอะไรในรายงานพื้นที่ | ตัวเลขที่อ้างอิงได้พร้อมแหล่งและวันที่ เทียบพื้นที่ด้วยตัวหารเดียวกัน ข้อจำกัดชัด ลิงก์กลับระบบจริงของ CityMETER | กลัวถูก challenge เรื่องที่มาและความซ้ำของรายชื่อ | “ตัวเลขนี้นับร้านซ้ำไหม?” “ทะเบียนเป็นข้อมูล ณ วันไหน?” |

**Value proposition:** เติมช่องว่างระหว่าง “มีไฟล์ทะเบียนใบอนุญาตหลายหมื่นแถว” กับ “เห็นเป็นตัวเลขต่อพื้นที่ที่เทียบกันได้ ว่าร้านยาแน่นแค่ไหน เป็นร้านแบบไหน อยู่ในรายชื่อร้านยาคุณภาพเท่าไร และนับร้านซ้ำหรือไม่” — ทำให้การคัดพื้นที่ชั้นแรกมีหลักฐานที่อธิบายต่อได้

**Core pain (Inference จากวิธีทำงานปัจจุบัน §2.3):** ข้อมูลร้านยามีหลายแหล่งแต่แยกกัน — ทะเบียนใบอนุญาตไม่มีพิกัด รายชื่อของสภาเภสัชกรรมและหน้าสาขาของเครือซ้ำกับทะเบียน แผนที่ค้นหาให้ทีละจุด จึงเทียบพื้นที่ด้วยตัวหารเดียวกันไม่ได้และนับซ้ำได้ง่าย

### 2.2 What — ปัญหาที่เลือกแก้ และแก้อย่างไร

**ปัญหาที่เลือกแก้:** “ก่อนคัดพื้นที่ ทีมต้องรู้ว่าร้านยาที่มีใบอนุญาตหนาแน่นที่สุดตรงไหน เป็นร้านแบบไหน และเครือใดอยู่แล้ว แต่ไม่มีแหล่งเดียวที่นับร้านละครั้ง สรุปเป็นพื้นที่ทั่วประเทศ และบอกขอบเขตข้อมูลชัด” ไม่ได้เลือกแก้เรื่องยอดขาย ความต้องการยา การเข้าถึงต่อประชากร ระยะเดินทาง หรือคุณภาพการบริการ

**เร่งด่วนและรุนแรงแค่ไหน:** เร่งด่วนทุกรอบที่วางแผนขยายสาขาหรือแบ่งเขตการขาย (Inference จากรอบงานทั่วไปของค้าปลีกและการขาย ยังไม่มี Owner-stated หรือหลักฐานโครงการ) · รุนแรงเพราะการเลือกทำเลผิดผูกกับสัญญาเช่าและการลงทุนร้าน (Inference; ไม่ระบุตัวเลขต้นทุนเพราะไม่มีหลักฐาน)

**Solution ที่ใช้:** ชั้นข้อมูลแบบ area-first ทั่วประเทศบน CityMETER

- **ข้อมูลต้นทาง (raw):** 23,246 แถวของชีตวิจัย (`02_STORES`): 18,136 แถวมีเลขใบอนุญาต ขย1 จากทะเบียน อย. · 3,384 แถวจากรายชื่อร้านยาของสภาเภสัชกรรมที่ยังจับคู่ใบอนุญาตไม่ได้ · 1,726 แถวจากหน้าสาขาของเครือที่ยังจับคู่ใบอนุญาตไม่ได้ พร้อมชื่อ เครือ (32 เครือที่ยืนยันแล้ว) การอยู่ในรายชื่อร้านยาคุณภาพ ชื่อพื้นที่ และพิกัดที่แหล่งเผยแพร่ (3,974 แถว) (Observed fact, DATA_METHOD §1–2)
- **ค่าคำนวณ (calculated):** ร้าน/ตร.กม. ต่อแขวง/ตำบลและเขต/อำเภอ (ตัวหาร = พื้นที่ production); ความหนาแน่นรวมของพื้นที่อันดับต้น = Σร้าน ÷ Σตร.กม.; ฐานเทียบ = ร้านทั้งจังหวัดที่นำ ÷ พื้นที่จังหวัด; สัดส่วนประเภทร้านและร้านยาคุณภาพ; ร้านต่อจังหวัด
- **การตีความ (inferred):** กลุ่มประเภทร้าน 5 กลุ่มจาก segment ของชีต; การจับคู่ชื่อพื้นที่ของแถวกับรหัสของ production; อันดับพื้นที่ช่วยจัดลำดับการสำรวจ ไม่ใช่คำตัดสินศักยภาพ
- **ผลลัพธ์ที่ผู้ใช้เห็น:** ข้อค้นพบแรก (14.5 ร้าน/ตร.กม. ใน 3 แขวง เทียบทั้งจังหวัด และพื้นที่ที่แน่นที่สุดนอกจังหวัดนั้น) บนเมือง 3 มิติที่โฟกัส 3 แขวงนั้น → โปรไฟล์แขวง/ตำบล (ประเภทร้าน ร้านยาคุณภาพ เครือร้าน รายชื่อร้าน) → เขต/อำเภอ → ร้าน (ใบอนุญาต ร้านยาคุณภาพ พื้นที่และวิธีจับคู่ พิกัดจากแหล่ง ที่มา) → อาคารที่จุดของร้านตก → กราฟเทียบพื้นที่และตาราง → มุมมองประเทศด้วยกรอบจังหวัด

> **Data Clarity:** ข้อมูลหลักมาจากทะเบียนผู้รับอนุญาตขายยาแผนปัจจุบัน (ขย1) ของ อย. ข้อมูล ณ 28 พ.ค. 2569 ผ่านชีตวิจัยที่ตรวจแหล่ง 22 ต.ค. 2569; ตัวชี้วัดหลักคำนวณจากการนับร้านที่มีใบอนุญาตตามรหัสแขวง/ตำบลที่จับคู่จากชื่อพื้นที่ของแถว หารด้วยพื้นที่ของ production; สถานะ “คงอยู่” ในทะเบียนไม่ได้ยืนยันว่าร้านเปิดวันนี้; รายชื่อร้านยาคุณภาพไม่ระบุวันหมดอายุการรับรอง; พิกัดมีเพียงบางแถวและเป็นจุดที่แหล่งเผยแพร่ ไม่ใช่ทางเข้าร้าน — ไม่ใช่สำมะโนร้านยา

### 2.3 Which — ผู้ใช้แก้ปัญหานี้ด้วยอะไรอยู่ และต้องดีกว่าแค่ไหนจึงจะเปลี่ยนพฤติกรรม

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

**Present alternatives**

| ทางเลือกที่ใช้อยู่ | ใช้เพื่ออะไร | จุดแข็ง | Gap ที่ยังแก้ pain ไม่ได้ | คุณภาพที่เราต้องทำให้ถึงหรือชนะ |
|---|---|---|---|---|
| ไฟล์ทะเบียนใบอนุญาตใน open data ของ อย. (Excel/CSV) | นับร้านที่มีใบอนุญาตตามจังหวัด/อำเภอ | เป็นทางการ ครบทั้งประเทศ มีเลขใบอนุญาต | ตารางยาว ไม่มีพิกัด ไม่มีตัวหารพื้นที่ ชื่อพื้นที่สะกดหลายแบบ ต้องทำ pivot เอง | นับเหมือนทะเบียน แต่สรุปเป็นพื้นที่ที่เทียบกันได้ทันที พร้อมวันที่ของทะเบียน |
| หน้าค้นหาของสภาเภสัชกรรม (ร้านยา/ร้านยาคุณภาพ) | ตรวจว่าร้านอยู่ในระบบหรือได้รับการรับรอง | เป็นแหล่งของวิชาชีพ | ค้นทีละร้าน ไม่สรุปเป็นพื้นที่ ซ้ำกับทะเบียน | แสดงสัดส่วนร้านยาคุณภาพต่อพื้นที่ บนร้านชุดเดียวกับทะเบียน |
| ค้น Google Maps (“ร้านขายยา ใกล้…”) | ดูร้านรอบจุดหนึ่ง | เร็ว มีพิกัดและรูป | จุดทีละร้าน ผลค้นจำกัด ไม่บอกใบอนุญาต ไม่มีตัวหาร ใช้เป็นหลักฐานไม่ได้ | เร็วเท่ากันสำหรับคำถาม “แน่นแค่ไหน” และนับเฉพาะร้านที่มีใบอนุญาต |
| หน้าค้นหาสาขาของแต่ละเครือ | ดูว่าเครือคู่แข่งอยู่ที่ไหน | ตรงจากเจ้าของเครือ | ทีละเครือ ไม่เทียบกับร้านท้องถิ่น ไม่สรุปเป็นพื้นที่ | รวม 32 เครือบนพื้นที่เดียวกัน แยกเครือที่ยังยืนยันไม่ได้ออก |
| เดินสำรวจ + Excel ภายใน / รายงานที่ปรึกษา | นับร้านรอบทำเลเป้าหมาย | แม่นในจุดที่สำรวจ | ใช้แรงงาน ทำได้ไม่กี่พื้นที่ ช้า | คัดพื้นที่ชั้นแรกก่อนเดินสำรวจ |

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

| Benchmark | สิ่งที่ต้องเทียบให้ถึง |
|---|---|
| เครื่องมือแผนที่สถาปัตยกรรม (เช่น archiMap) | ความงามแบบ site plan/massing model: พื้นกระดาษ ถนนขาว อาคาร 3 มิติเรียบ มุมมองพร้อมฉาย |
| แพลตฟอร์ม location intelligence ระดับสากล | ตัวชี้วัดเดียวกัน ตัวหารเดียวกัน เทียบข้ามพื้นที่ได้ และ output ที่ stakeholder ใช้ต่อได้ |
| CityMETER · Luxury Brands 0.5 และ Restaurants 0.2.1 | 3D first Aha, focus/quiet, breadcrumb, การจับจุดกับอาคาร, handoff ที่ตรวจย้อนได้ |
| CityMETER production (landometer.com/v3/citymeter) | ลำดับพื้นที่เดียวกัน (ประเทศไทย › จังหวัด › เขต/อำเภอ › แขวง/ตำบล) รหัสเดียวกัน และวินัย source/date/boundary เดียวกัน |

**Expected quality bar (มาตรฐานที่ต้องถึงจึงจะเปลี่ยนพฤติกรรม)**

1. ตอบ “ร้านยาแน่นที่สุดตรงไหน” ได้ภายใน 1 นาทีโดยไม่ต้องตั้งค่าตัวกรอง (first Aha)
2. นับร้านละครั้งเป็นค่าเริ่มต้น และบอกเสมอว่ากำลังนับอะไร (ร้านที่มีใบอนุญาต vs ทุกรายการ)
3. ทุกตัวเลขมี dataset · source · date · boundary และทุกร้านบอกวิธีจับคู่พื้นที่และที่มาของพิกัด
4. เทียบพื้นที่บนตัวชี้วัดและตัวหารเดียวกันทั่วประเทศ (ร้าน/ตร.กม.)
5. 0 ตามทะเบียน ≠ ไม่มีข้อมูล ≠ ไม่มีพิกัด — เห็นได้บนแผนที่และในแผง
6. ภาพพร้อมใช้ในห้องประชุมโดยไม่ต้องวาดใหม่ (3D focus/quiet, LDS, สองธีม, จอแคบ)
7. เข้ากับ CityMETER ได้ (breadcrumb และลิงก์ลึกตรง production, JSON ที่ agent ใช้ต่อได้)
8. ซื่อสัตย์เรื่องขอบเขต: ไม่ใช่สำมะโน ไม่ใช่ยอดขาย ไม่ใช่การเข้าถึงต่อประชากร สถานะใบอนุญาตไม่ใช่การยืนยันว่าเปิด

### 2.4 How — เราชนะอย่างไร และต่อยอดอะไรได้

**Winning strategy (6 ข้อ)**

1. **นับร้านละครั้งตามใบอนุญาต** — หน่วยนับเริ่มต้นคือใบอนุญาต ขย1 หนึ่งใบ (ไม่มีเลขซ้ำใน 18,136 แถว ตรวจใน tests) แหล่งอื่นเปิดดูได้ด้วยหน่วย “ทุกรายการ (อาจซ้ำ)” ที่ใช้คำว่า “รายการ” ทุกที่
2. **อ่านเป็นพื้นที่ด้วยความหนาแน่นทั่วประเทศ** — หน่วยตัดสินใจคือแขวง/ตำบลของ CityMETER 7,436 แห่ง ตัวหารเดียวกัน (ตร.กม. ของ production) จัดอันดับเฉพาะพื้นที่ที่มีอย่างน้อย 30 ร้าน และบอกเกณฑ์เสมอ ข้อค้นพบแรกเทียบกับทั้งจังหวัดที่นำ
3. **ขยายได้ทั้งประเทศโดยไม่หนัก** — ดัชนีพื้นที่ (ชื่อ รหัส พื้นที่ จุดป้าย กรอบ) โหลดครั้งเดียว ขอบเขตโหลดทีละจังหวัดเมื่อจำเป็น อันดับ แผง และกราฟจึงทำงานได้ทันที
4. **โฟกัสแล้วเงียบ** — รายละเอียด (สี สัญลักษณ์ประเภท อาคารมุมโค้ง) เฉพาะส่วนที่กำลังตัดสินใจ ส่วนที่เหลือเป็นบริบทจาง ภาพเดียวเล่าได้ในห้องประชุม
5. **ซื่อสัตย์เรื่องพิกัด** — ทะเบียนไม่มีพิกัด จึงไม่สร้างพิกัดขึ้นเอง ร้านที่ไม่มีพิกัดยังนับในสีของพื้นที่และในรายชื่อ หมุดมีเฉพาะจุดที่แหล่งเผยแพร่
6. **พร้อมสำหรับคนและเครื่อง** — breadcrumb และลิงก์ลึก `/D/` `/S/` ตรง production; product-brief.json / implementation-plan.json / manifest + schema ให้ analyst, agent และ dev ใช้ต่อ

**เชื่อมกลับสามเรื่องตาม PB v6 §1.6.2**

- **ชนะความกังวลของผู้ใช้:** ตัวเลขนับร้านละครั้ง มีที่มา วันที่ของทะเบียน และขอบเขต ถูกถามแล้วตอบได้
- **ชนะทางเลือกเดิม:** สรุปเป็นพื้นที่ได้ทันทีต่างจากไฟล์ทะเบียนและแผนที่ค้นหา รวมหลายเครือบนพื้นที่เดียวกันต่างจากหน้าค้นหาสาขา
- **ชนะในระบบ CityMETER:** ต่อกับ Population (ร้านต่อประชากร), Hospital, Shopping Center, Building และ Business Dynamics ได้บนขอบเขตแขวง/ตำบลเดียวกัน

**Claim boundary (คงตาม MBB §3.7):** ไม่อ้างยอดขาย ความต้องการ การเข้าถึงต่อประชากร ระยะเดินทาง หรือคุณภาพบริการ; ไม่ใช่สำมะโนร้านยา; สถานะ “คงอยู่” ในทะเบียนไม่ใช่การยืนยันว่าร้านเปิดวันนี้; รายชื่อร้านยาคุณภาพไม่ระบุวันหมดอายุ; เครือร้านนับเฉพาะชื่อที่ชีตยืนยัน; ร้านแน่นไม่ได้แปลว่าโอกาสต่ำหรือสูง

## 3. บทบาทผลิตภัณฑ์และเส้นทางผู้ใช้

**ตั้งคำถามทำเล → เห็น 3 แขวงที่ร้านยาแน่นที่สุด (3D first Aha) เทียบทั้งจังหวัด → เปิดโปรไฟล์แขวง/ตำบล (ประเภท ร้านยาคุณภาพ เครือ รายชื่อ) → เจาะร้านหรืออาคาร → เทียบพื้นที่ด้วยกราฟ/ตาราง → ซูมออกดูทั้งประเทศ → เปิดพื้นที่เดียวกันใน CityMETER production → ส่งต่อรายการไปสำรวจ**

ชั้นข้อมูลนี้ทำหน้าที่ screen และ compare ก่อนการตัดสินใจ ไม่ใช่การตัดสินใจเอง ตัวชี้วัดคุณภาพที่ควรติดตาม: ความสดของทะเบียน, สัดส่วนแถวที่จับคู่ถึงแขวง/ตำบล (ปัจจุบัน 99.5% ของร้านที่มีใบอนุญาต), สัดส่วนรายการจากแหล่งอื่นที่จับคู่ใบอนุญาตได้, และ (เมื่อมีผู้ใช้จริง) เวลาจากคำถามถึงรายชื่อพื้นที่ที่ส่งต่อได้

## 4. ข้อมูลและวิธี (Data and method clarity)

- **Sources:** ทะเบียน ขย1 ของ อย. (catalogue `036fc96e…`, ข้อมูล ณ 2026-05-28), รายชื่อร้านยาและร้านยาคุณภาพของสภาเภสัชกรรม (ตรวจ 2026-10-22), หน้าสาขาของเครือ (ตรวจ 2026-10-22) ผ่านชีตวิจัย; ขอบเขตและพื้นที่จาก CityMETER production; footprints/massing จาก OpenStreetMap ผ่าน OpenFreeMap
- **Granularity:** ร้าน (ใบอนุญาต) → แขวง/ตำบล (หน่วยวิเคราะห์, 7,436 กรอบ) → เขต/อำเภอ (928) → จังหวัด (77, รหัส production) → ประเทศ
- **Update cycle:** snapshot ตามรอบ (ล่าสุด 2026-10-22); ยังไม่มีรอบอัตโนมัติ — backlog N01
- **Method:** นับตามรหัสแขวง/ตำบลที่จับคู่จากชื่อพื้นที่ของแถว (หรือจุดที่แหล่งเผยแพร่เมื่อไม่มีชื่อพื้นที่ที่ใช้ได้); ความหนาแน่น = ร้าน ÷ ตร.กม. ของ production; จัดอันดับเฉพาะพื้นที่ ≥ 30 ร้าน; ระดับสีเรขาคณิต 1–2–5 (DATA_METHOD.md, docs/AREA_METHOD.md)
- **Known limitations:** ไม่ใช่สำมะโน; สถานะใบอนุญาตตามทะเบียน ไม่ใช่การตรวจว่าเปิด; หน่วยเริ่มต้นไม่รวม 5,110 รายการจากแหล่งอื่นที่ยังจับคู่ใบอนุญาตไม่ได้; ร้านที่มีใบอนุญาต ขย2 (1,215 รายการ) ชีตแยกไว้รอตรวจ ไม่อยู่ในชุดนี้; พิกัดมีเพียง 17% ของแถว; ตัวหารเป็นพื้นที่ทั้งตำบล รวมนา ป่า และแหล่งน้ำ; ไม่ใช่ต่อประชากร
- **Confidence note:** ทุกร้านบอกวิธีจับคู่พื้นที่ (ชื่อพื้นที่ · ชื่อตำบลเดียวในจังหวัด · จุดจากแหล่ง · ถึงอำเภอ · ถึงจังหวัด), ที่มาของพิกัด และแหล่งข้อมูล

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

| สิ่งที่ statement กำหนด | สิ่งที่ผลิตภัณฑ์รุ่น 0.1.1 ทำ |
|---|---|
| ตอบ “แน่นที่สุดตรงไหน” ใน 1 นาที | หน้าแรกเปิดเป็นเมือง 3 มิติที่โฟกัส 3 แขวงอันดับต้นของจังหวัดที่นำ พร้อม 14.5 ร้าน/ตร.กม. ฐานเทียบทั้งกรุงเทพฯ 2.1 พื้นที่ที่แน่นที่สุดนอกกรุงเทพฯ และปุ่มเดียว |
| นับร้านละครั้ง | หน่วยนับเริ่มต้น = ร้านที่มีใบอนุญาต ขย1; ตัวกรอง “หน่วยนับ” เปลี่ยนเป็น “ทุกรายการ (อาจซ้ำ)” ซึ่งเปลี่ยนคำเป็น “รายการ” ทุกที่ และมีชิปตัวกรองบอก |
| ภาพพร้อมห้องประชุม | basemap paper ที่สร้างเอง, massing ทั้งเมืองแบบ quiet, อาคารในพื้นที่โฟกัสมุมโค้ง, กล้อง model ในแขวง, ธีมสว่าง/มืด |
| ที่มาของทุกตัวเลข | ทุกมุมมองของแผงจบด้วย dataset · source · date · boundary และบอกว่าหนึ่งหน่วยนับคืออะไร; ร้านบอกใบอนุญาต วิธีจับคู่พื้นที่ ที่มาของพิกัด และลิงก์ไป production |
| เทียบพื้นที่บนตัวชี้วัดเดียวกัน | กราฟ 3 มุมมองบน scopeRows (ความหนาแน่น · ประเภทร้าน · ร้านยาคุณภาพ); matrix ช่องเท่ากัน; legend ประกาศช่วงและวิธีจัดระดับ |
| 0 ≠ ไม่มีข้อมูล ≠ ไม่มีพิกัด | 0 ตามทะเบียนมีเส้นขอบศูนย์และวันที่ของทะเบียน; ร้านไม่มีพิกัดยังนับในสีของพื้นที่ แผงบอก “มีพิกัดจากแหล่ง x/y” |
| ทั้งประเทศ | ซูมออกเห็นกรอบจังหวัดตามจำนวนร้าน กดเพื่อเจาะจังหวัด; ขอบเขตแขวง/ตำบลโหลดทีละจังหวัดเมื่อซูมเข้าหรือเลือก |
| เข้ากับ CityMETER | breadcrumb ประเทศไทย › จังหวัด › เขต/อำเภอ › แขวง/ตำบล ด้วยรหัสของ production; ลิงก์ `/v3/citymeter/{code}/D/{เขต}` และ `/S/{แขวง}` |
| ซื่อสัตย์เรื่องขอบเขต | “เครือร้าน” เฉพาะชื่อที่ชีตยืนยัน ร้านที่ชื่อคล้ายเครือแสดง “ยังไม่ยืนยัน”; “จุดตกในอาคาร” ไม่ใช่ “ตั้งอยู่ใน”; “รายการอื่นของเครือนี้ในพื้นที่ — อาจเป็นร้านเดียวกัน” |

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

- **DNA:** Measure what matters — นับร้านละครั้งด้วยใบอนุญาต วัดความหนาแน่นด้วยตัวหารที่มีความหมาย แล้วทำให้ลงมือได้ (screen → compare → ส่งต่อ) · Clear · Grounded · Energetic
- **Voice:** พูดเหมือนคู่คิดที่อ่านพื้นที่ออก: “ร้านยาแน่นที่สุดอยู่ตรงไหน และเป็นร้านแบบไหน” แยก “มีใบอนุญาตในทะเบียน” / “พบในรายชื่อ” / “ยังไม่ยืนยัน” / “0 ตามแหล่งข้อมูล” ไม่ตัดสินคุณค่าของพื้นที่หรือร้าน ไม่เคลมยอดขายหรือการเข้าถึง
- **Visual:** LDS 0.9.7 (standalone-0.9.7-r1): `density.area` สำหรับแขวง/ตำบล, `count` สำหรับจังหวัดและ matrix, series 1–10 พร้อมรูปทรงประจำ series สำหรับประเภทร้านและร้านยาคุณภาพ, map roles สำหรับอาคารที่เปิดอยู่; สีข้อมูลเหมือนกันทั้งสองธีม; ไม่มี bracket/left rail ตกแต่ง; focus ring มองเห็น

## 7. สิ่งที่ต้องทดสอบต่อ (Hypotheses → validation)

| Hypothesis | วิธีทดสอบ | เกณฑ์ |
|---|---|---|
| ผู้ใช้สามกลุ่มใน §2.1 ถาม “แน่นแค่ไหน/ร้านแบบไหน” ก่อนคัดพื้นที่จริง และเริ่มจากพื้นที่ | สัมภาษณ์ 3–5 คนต่อกลุ่มด้วย demo 0.1 | ≥ 2 ใน 3 กลุ่มยืนยัน trigger และใช้โปรไฟล์พื้นที่ก่อนตาราง |
| การนับตามใบอนุญาตเป็นค่าเริ่มต้นช่วยให้ไว้ใจตัวเลขมากกว่ารายการรวมทุกแหล่ง | ให้ผู้ใช้เทียบสองหน่วยนับแล้วเลือกตัวที่จะใช้ในรายงาน | ≥ 80% เลือกหน่วยใบอนุญาตและอธิบายเหตุผลได้ |
| ความหนาแน่นต่อ ตร.กม. ไม่ถูกอ่านเป็นการเข้าถึงต่อประชากร | ให้ผู้ใช้อธิบายตัวเลขบนหน้าจอด้วยคำของตัวเอง | ≥ 80% อธิบายถูกว่าเป็นร้านต่อพื้นที่ ไม่ใช่ต่อประชากร |
| ภาพ 3D focus/quiet ถูกนำไปใช้ใน deck โดยไม่วาดใหม่ | ขอ screenshot ที่ผู้ทดลองใช้จริง | มีการใช้ในเอกสารอย่างน้อย 1 กรณี (ไม่นับเป็น traction) |
| เวลาจากคำถามถึงรายชื่อพื้นที่ที่ส่งต่อได้ < 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 |
| Landometer Design System | 0.9.7 · `v0.9.7-owner.1` · `standalone-0.9.7-r1` |
| SHA-256 ของ LDS normative | `d3085cbc0a50195f1cbf0c77b1d77c0d19b84364daf2948eb367348d65432d96` |
| Machine-readable | `handoff/product-statement.json` (เนื้อหาเดียวกันในโครง metadata block ของ PB v6 §1.6.3) |