ฉบับ 1.0 · 24 ต.ค. 2026 · ออกแบบสำหรับ MVP 4 สัปดาห์ และขยายได้ถึง ~1,000 งาน/ปี
หลัก
ความหมายในทางปฏิบัติ
Source-agnostic
เพิ่มแหล่งข้อมูลใหม่ได้โดยไม่แก้ core — เขียน adapter ใหม่ 1 ไฟล์
Snapshot-first
เก็บ HTML/JSON ดิบทุกครั้งที่ดึง เพื่อ debug และ re-parse ได้โดยไม่ต้องยิงซ้ำ
Human-in-the-loop
ระบบไม่แต่งข้อมูลเอง ถ้าไม่มั่นใจให้ mark unverified และเข้าคิวให้คนตรวจ
Explainable score
ทุกคะแนนต้องตอบได้ว่า "มาจากงานไหน อาคารไหน น้ำหนักเท่าไร"
Idempotent
รันซ้ำกี่ครั้งก็ได้ผลเท่าเดิม (upsert ตาม natural key)
Graceful degradation
แหล่งใดล่ม ยังเสิร์ฟข้อมูลล่าสุดพร้อมป้ายเตือน ไม่ใช่หน้าว่าง
flowchart LR
subgraph Sources["แหล่งข้อมูล"]
S1["IMPACT Calendar<br/>(HTML 2 หน้า)"]
S2["ThaiTicketMajor<br/>(tag page)"]
S3["ThailandExhibition<br/>(place filter)"]
S4["Facebook ผู้จัด / มอลล์<br/>(manual)"]
S5["ปฏิทินวันหยุด / MRT<br/>(static)"]
end
subgraph System["ImpactGo"]
CORE[("Data Core<br/>event · venue · score")]
SCORE["Scoring Engine"]
EXP["Exporters<br/>Web · XLSX · LINE"]
end
M["ร้านค้า<br/>วางแผนสต็อก/คน"]
V["ผู้มาชมงาน<br/>เลือกงาน/วัน"]
P["ผู้สัญจร<br/>เลี่ยงช่วงพีค"]
S1 --> CORE
S2 --> CORE
S3 --> CORE
S4 --> CORE
S5 --> SCORE
CORE --> SCORE
SCORE --> EXP
EXP --> M
EXP --> V
EXP --> P
Loading
flowchart TB
subgraph Edge["Scheduler / Ops"]
CRON["Cron 06:00 & 12:00"]
ALERT["Alert<br/>(LINE/Telegram)"]
end
subgraph Ingest["ชั้นที่ 1: Ingestion"]
F1["impact_fetcher"]
F2["ttm_fetcher"]
F3["exhibition_fetcher"]
RAW[("raw_document<br/>+ snapshot files")]
end
subgraph Transform["ชั้นที่ 2-4: Transform"]
P1["parser<br/>(HTML → event_raw)"]
N1["normalizer<br/>venue · category · time"]
D1["dedupe<br/>(fuzzy match)"]
E1["enricher<br/>capacity · holiday"]
end
subgraph Store["ชั้นที่ 5: Storage"]
DB[("SQLite<br/>impactgo.db")]
end
subgraph Serve["ชั้นที่ 6: Serving"]
API["FastAPI"]
WEB["Web SSR<br/>(Jinja2)"]
XLS["XLSX exporter"]
LINE["LINE push"]
ADMIN["Audit UI"]
end
CRON --> F1 & F2 & F3
F1 & F2 & F3 --> RAW
RAW --> P1 --> N1 --> D1 --> E1 --> DB
DB --> API
API --> WEB & XLS & LINE & ADMIN
API --> ALERT
Loading
4. Data Pipeline (7 ขั้น)
flowchart LR
A["1. Fetch<br/>HTTP + cache"] --> B["2. Snapshot<br/>html + hash"]
B --> C["3. Parse<br/>→ event_raw"]
C --> D["4. Normalize<br/>venue/hall/type/time"]
D --> E["5. Identity<br/>dedupe + merge"]
E --> F["6. Enrich & Score<br/>density 0-4 · hours"]
F --> G["7. Publish<br/>web · xlsx · LINE"]
Loading
ขั้น
อินพุต
เอาต์พุต
ความถี่
ตรวจสอบ
1 Fetch
URL
HTML
2×/วัน
HTTP 200, ขนาด >20KB
2 Snapshot
HTML
ไฟล์ + SHA256
ทุกครั้ง
hash เปลี่ยน/ไม่เปลี่ยน
3 Parse
HTML
event_raw
ตาม fetch
จำนวนการ์ด ±30%
4 Normalize
raw fields
canonical fields
ตาม parse
venue map ครบ 100%
5 Identity
canonical
event + event_source
ตาม parse
duplicate rate <5%
6 Score
event + venue
day_score, hour_risk
หลัง merge
คะแนนมี explanation
7 Publish
score + event
หน้าเว็บ/ไฟล์/ข้อความ
06:30, 12:30
ส่งสำเร็จ/ยอดเปิด
erDiagram
SOURCE ||--o{ RAW_DOCUMENT : produces
SOURCE ||--o{ EVENT_SOURCE : lists
RAW_DOCUMENT ||--o{ EVENT_RAW : contains
EVENT_RAW ||--o| EVENT : normalizes_to
EVENT ||--o{ EVENT_SOURCE : "confirmed by"
EVENT }o--|| VENUE : "takes place at"
EVENT ||--o{ EVENT_DAY : spans
EVENT_DAY }o--|| DAY_SCORE : contributes
DAY_SCORE ||--o{ HOUR_RISK : has
EVENT ||--o{ CHANGE_LOG : audited_by
Loading
ตาราง
บทบาท
คีย์สำคัญ
source
ทะเบียนแหล่งข้อมูล + ความน่าเชื่อถือ
code (impact/ttm/exhibition/manual)
raw_document
ไฟล์ดิบที่ดึงมา
(source_id, url, fetched_at)
event_raw
ข้อมูลก่อนแปลง
id, raw_document_id
venue
อาคาร/ฮอลล์ + ความจุ
code, building, hall
event
งานที่รวมแล้ว (canonical)
id, identity_hash
event_source
หลักฐานว่างานนี้มาจากไหน
(event_id, source_id, source_ref)
event_day
วันที่งานดำเนินอยู่ (1 แถว/วัน)
(event_id, date)
day_score
คะแนนความหนาแน่นรายวัน
date
hour_risk
ช่วงชั่วโมงเสี่ยง
(date, window)
change_log
ประวัติเพิ่ม/แก้/ยกเลิก
(entity, entity_id, changed_at)
digest
ข้อความที่ส่งออก
(channel, period, sent_at)
DDL จริงอยู่ที่ db/schema.sql
ข้อความต้นทาง (ตัวอย่าง)
แปลงเป็น
ฮอลล์
อิมแพ็ค อารีน่า / IMPACT Arena
ARENA
—
อิมแพ็ค ชาเลนเจอร์ / IMPACT Challenger
CHALLENGER
ดึงจาก Hall n ถ้ามี
ศูนย์แสดงสินค้า อิมแพ็ค เมืองทองธานี / IMPACT Exhibition Center
EXHIBITION
ส่วนใหญ่ไม่ระบุ → hall=null
อิมแพ็ค ฟอรั่ม / IMPACT Forum
FORUM
—
ธันเดอร์โดม / Thunder Dome
THUNDER
—
ริมทะเลสาบ / IMPACT Lakeside
LAKESIDE
—
อิมแพ็ค สปีด พาร์ค
SPEEDPARK
—
เดอะ พอร์ทอล (บอลรูม)
PORTAL
—
ไม่รู้จัก
OTHER + flag
—
กฎ: ถ้า hall=null ให้คง hall_confidence=low และแสดงใน UI ว่า "อาคารนี้มีหลายฮอลล์" — ห้ามเดาฮอลล์เอง
หมวดระบบ
ที่มา
concert
ตัวกรอง "คอนเสิร์ต" หรือชื่อมี CONCERT / WORLD TOUR / FANCON
public_fair
"งานแสดงสินค้า สาธารณะ", ชื่อมี EXPO/FAIR/มหกรรม (และไม่ใช่ trade)
trade
"งานแสดงสินค้า ธุรกิจการค้า" หรือมีคำว่า Trade / Congress ร่วม
congress
"งานประชุม", "การประชุม / สัมมนา", ชื่อมี Congress / Conference
exam
"งานสอบ"
sport
"กีฬา", ชื่อมี MARATHON / RACE / LEAGUE
family
"การแสดงสำหรับครอบครัว"
special
"Special Event" / อื่น ๆ
6.3 กลุ่มผู้ชม (audience)
trade_only — หมวด trade และไม่มีสัญญาณว่าเปิดให้บุคคลทั่วไป
public — public_fair, concert, family, sport, special
mixed — congress/exam ที่มีทั้งผู้เข้าร่วมและผู้ติดตาม
unknown — ค่าเริ่มต้น ห้ามใช้ตัดสินใจ
ถ้าต้นทางมีเวลา → ใช้ค่านั้น
ถ้าไม่มี → ใช้ค่า default ตามประเภท (ดู §7.3) และตั้ง time_confidence=default
งานข้ามคืน (คอนเสิร์ตจบหลังเที่ยงคืน) → end_time ของวันถัดไป
พบคำว่า "ฟรี" → is_free=1
พบตัวเลข + "บาท" → is_free=0, price_min/max
ไม่พบ → is_free=null (แสดง "ไม่ระบุ")
identity_hash = sha1(
normalize_title(title) + "|" +
primary_venue_code + "|" +
start_date
)
normalize_title: lowercase, ลบปี/ครั้งที่, ลบเครื่องหมาย, ยุบช่องว่าง
ถ้า hash ไม่ตรงแต่ชื่อคล้ายกัน ≥0.80 (token set ratio) + อาคารเดียวกัน + วันห่าง ≤1 → ถือว่าเป็นงานเดียวกันและรวมเป็น event_source
งานที่มีชื่อซ้ำแต่ต่างอาคาร (เช่น งานแถลงข่าว) → แยก
ความหนาแน่น ≠ จำนวนงาน แต่ = ขนาดอาคาร × ชนิดงาน × จำนวนอาคารที่ใช้พร้อมกัน × วันในสัปดาห์
นับ "อาคาร" เป็นหน่วย ไม่นับงานซ้ำในอาคารเดียวกัน (กันการนับซ้ำเช่น 3 งานพิมพ์ในฮอลล์เดียวกัน)
building_score(b) = max(type_weight ของงานในอาคาร b) × building_weight(b)
raw = Σ building_score(b)
raw = raw × overlap_factor × day_factor
overlap_factor = 1 + 0.10 × (จำนวนอาคารที่ใช้งาน − 1) // cap 1.30
day_factor = 1.15 ถ้าเป็น ศ/ส/อา/วันหยุดราชการ, else 1.00
building_weight
ค่า
ARENA
3.0
CHALLENGER
2.5
EXHIBITION
2.0
THUNDER
1.5
FORUM
1.2
LAKESIDE / SPEEDPARK / PORTAL / OTHER
0.8
type_weight
ค่า
concert
1.3
public_fair / family
1.2
exam / sport
1.0
special
0.9
trade
0.8
congress
0.6
unknown
0.7
ระดับ
ช่วง raw
ความหมาย
การใช้งาน
0
< 0.1
ไม่มีงาน
วันปฏิบัติการภายใน
1
0.1 – 2.4
เบา
เปิดร้านปกติ
2
2.5 – 4.4
ปานกลาง
เพิ่มสต็อกเล็กน้อย
3
4.5 – 6.4
หนัก
เพิ่มคน/ของ 1.5×
4
≥ 6.5
หนักมาก
เตรียมเต็มที่ + เลี่ยงช่วงเวลา
ต้อง calibrate หลังวัดจริง 2 สัปดาห์ — ตัวเลขเหล่านี้เป็นสมมติฐาน ไม่ใช่ความจริง
7.4 ตัวอย่างที่คำนวณแล้ว (7 พ.ย. 2026)
อาคาร
งาน
type_weight
building_weight
คะแนน
ARENA
BABYMONSTER World Tour
1.3
3.0
3.90
EXHIBITION
Thailand Mobile Expo + AI Expo (+3 งานพิมพ์)
1.2
2.0
2.40
FORUM
FAPA Congress
0.6
1.2
0.72
รวม
7.02
7.02 × 1.20 (3 อาคาร) × 1.15 (เสาร์) = 9.69 → ระดับ 4
ประเภท
ขาเข้า
ขาออก
concert (Arena/Thunder)
17:00–19:30
21:30–23:30
public_fair / family
09:30–11:00
19:30–21:00
trade
08:30–10:00
17:00–18:30
congress
08:00–09:00
16:30–18:00
exam
07:00–08:30
15:30–17:00
sport
เริ่ม−2 ชม.
จบ+30 นาที
ถ้ามีหลายงาน ใช้ union ของช่วงเวลา และติดป้าย reason ว่าเกิดจากงานใด
8.1 เว็บ (SSR, มือถือก่อน)
หน้า
เนื้อหา
/
การ์ด "วันนี้/พรุ่งนี้" + 8 สัปดาห์ถัดไป + ป้ายระดับ
/calendar
ปฏิทินรายเดือน + ตัวกรอง (ฟรี/เสียเงิน, ประเภท, อาคาร)
/day/{date}
งานทั้งหมดในวันนั้น + ช่วงเวลาเสี่ยง + ที่จอดที่แนะนำ
/event/{id}
รายละเอียด + แหล่งที่มา + last_verified_at + ปุ่ม .ics
/about
แหล่งข้อมูล ข้อจำกัด และข้อความ "ไม่ใช่ข้อมูลทางการ"
คอลัมน์: วันที่ | วัน | จำนวนงาน | อาคาร | งานเด่น | ระดับ 0-4 | ช่วงเข้า | ช่วงออก | หมายเหตุ
แถบสีตามระดับ, freeze header, ความกว้างคงที่
ชีตที่ 2: รายการงานทั้งหมด (เผื่อร้านค้าอยากกรองเอง)
ชีตที่ 3: คำอธิบายวิธีอ่าน + ข้อจำกัด
แบบ A — ร้านค้า (ทุกจันทร์ 08:00)
📅 สัปดาห์ 3–9 พ.ย. เมืองทองธานี
พีค: พฤ 5 – อา 8 พ.ย. (ระดับ 4)
• พฤ 5–8: Mobile Expo + 3 งานพิมพ์ + FAPA (3 อาคาร)
• ส 7: หนักสุด — คอนเสิร์ต Arena + 4 งานในศูนย์แสดงสินค้า
แนะนำ: เพิ่มสต็อก 1.5–2×, จ้างพาร์ทไทม์ 5–8, เลี่ยงรับของ 17:00–19:00
วันเบา: จ. 9 – อ. 10 (เติมของ/นับสต็อก)
แบบ B — ผู้มาชมงาน (ทุกพฤหัส)
🎪 งานเร็ว ๆ นี้
• 5–8 พ.ย. Thailand Mobile Expo & AI Expo — ฟรี
• 7–8 พ.ย. BABYMONSTER World Tour — มีบัตร
• 13–15 พ.ย. TGU 2026 — ฟรี
ดูทั้งหมด: <ลิงก์>
แบบ C — คนผ่าน (วันงาน 16:00)
🚗 วันนี้มี 3 งาน (ระดับ 3)
หลบ 17:00–19:30 (ขาเข้า) และ 21:30–23:00 (ขาออก)
ทางเลี่ยง: <ลิงก์แผนที่>
9. API (อ่านอย่างเดียวเป็นหลัก)
Method
Path
คำตอบ
GET
/api/v1/days?from=&to=
รายวัน + score + จำนวนงาน
GET
/api/v1/days/{date}
รายละเอียดวัน + hour risk + events
GET
/api/v1/events?from=&to=&venue=&category=&audience=&free=
รายการงาน
GET
/api/v1/events/{id}
งาน + sources + confidence
GET
/api/v1/export.xlsx?weeks=6
ไฟล์ Excel
GET
/api/v1/digest?week=2026-W45&audience=merchant
ข้อความ LINE (dry-run)
GET
/healthz
สถานะ + freshness + last scrape
POST
/admin/events/{id}/verify
ยืนยันข้อมูล (ต้อง auth)
POST
/admin/events/{id}/override
แก้ค่า + บันทึกเหตุผล
GET
/admin/queue
คิวงานที่ต้องตรวจ
Response ตัวอย่าง
{
"date" : " 2026-11-07" ,
"score" : 4 ,
"event_count" : 7 ,
"buildings" : [" ARENA" , " EXHIBITION" , " FORUM" ],
"headline" : " BABYMONSTER World Tour + Mobile Expo + FAPA" ,
"hours" : [
{"from" : " 17:00" , "to" : " 19:30" , "direction" : " in" , "level" : 4 },
{"from" : " 21:30" , "to" : " 23:30" , "direction" : " out" , "level" : 4 }
],
"confidence" : " medium" ,
"last_verified_at" : " 2026-11-06T18:20:00+07:00"
}
ชั้น
เลือก
เหตุผล
ทางเลือก
ภาษา
Python 3.11+
ไลบรารี scraping/data ครบ คนเดียวดูแลได้
Node/TS
HTTP
httpx
timeout/retry ง่าย
requests
Parse
selectolax + regex
เร็ว, HTML เรียบง่าย
BeautifulSoup
Fallback
Playwright
หน้าที่เรนเดอร์ด้วย JS (thailandexhibition)
Selenium
DB
SQLite (WAL)
ข้อมูล <10k แถว, ไฟล์เดียว, backup ง่าย
Postgres (เมื่อมีผู้ใช้ >1k/วัน)
ORM
SQLAlchemy 2 + Alembic
migration ตรวจย้อนได้
sqlite3 ล้วน
API/Web
FastAPI + Jinja2
SSR เบา, เร็ว, เอกสาร API อัตโนมัติ
Flask
Excel
openpyxl
จัดสี/format ได้
xlsxwriter
LINE
Messaging API (push/broadcast)
ตรงกลุ่มเป้าหมายไทย
Telegram (ทดสอบ)
Scheduler
GitHub Actions cron หรือ systemd timer
ฟรี/เสถียร
cron ใน VPS
Host
VPS 1 vCPU/1GB + Caddy
<500 บาท/เดือน, TLS อัตโนมัติ
Cloud Run
ทางเลือกแบบไม่เขียนโค้ด (ถ้าเวลาจำกัดมาก): Google Sheets + Apps Script + IMPORTHTML
→ ข้อดี: เริ่มได้ใน 1 วัน · ข้อเสีย: เปราะเมื่อ HTML เปลี่ยน, จัดการ dedupe/scoring ยาก, ไม่มี audit
→ ใช้เป็น "ตัวพิสูจน์ความต้องการ" 2 สัปดาห์ได้ แต่ไม่ควรใช้เป็นระบบระยะยาว
┌──────────────── VPS (1 vCPU / 1GB) ────────────────┐
│ Caddy (443) ── FastAPI (uvicorn, 2 workers) │
│ │ │
│ ├── SQLite /srv/impactgo/data/impactgo.db │
│ ├── snapshots /srv/impactgo/data/snapshots/ │
│ └── exports /srv/impactgo/data/exports/ │
│ systemd timer: ingest 06:00, 12:00 │
│ score 06:30, 12:30 │
│ digest จันทร์ 08:00 │
└─────────────────────────────────────────────────────┘
Environments: dev (local, SQLite ไฟล์แยก) / prod (VPS)
Config: .env (token LINE, admin password hash, base URL) — ห้าม commit
Backup: sqlite3 .backup รายวัน + เก็บ snapshot 90 วัน + copy ขึ้น object storage ฟรี
Rollback: เก็บ release ก่อนหน้า 2 เวอร์ชัน + DB backup ก่อน migrate
12. Observability & Data Quality
Metric
เกณฑ์เตือน
scrape_success_rate
<95%
events_parsed_total
เปลี่ยน ±30% จากค่าเฉลี่ย 7 วัน
parse_error_count
>0 ติด 2 รอบ
duplicate_rate
>5%
unverified_ratio
>40%
freshness_hours
>24 ชม.
line_push_failures
>2 ครั้ง/สัปดาห์
12.2 Data quality checks (รันทุกครั้งหลัง ingest)
ทุก event ต้องมี venue_code และ start_date
ไม่มี end_date < start_date
จำนวนงานใน 60 วันข้างหน้า ต้อง ≥80% ของค่าก่อนหน้า (กัน parse พังเงียบ)
งานทุกงานต้องมี event_source อย่างน้อย 1 รายการ
day_score ต้องมี explanation ครบ (รายชื่ออาคาร)
วันที่ในอดีตต้องถูก mark past ไม่ปนกับ upcoming
เข้า LINE/Telegram ของผู้ดูแล พร้อมลิงก์หน้า audit
ข้อความสั้น: " ingest ล้มเหลว 2 รอบ: impact_fetcher (HTTP 503) — ใช้ข้อมูลล่าสุด 24 ชม."
13. ความปลอดภัย กฎหมาย และ PDPA
ประเด็น
แนวปฏิบัติ
robots.txt / ToS
ตรวจก่อนเพิ่มแหล่ง; ถ้าห้าม crawl → ใช้ manual/ขออนุญาต
Rate limit
≤1 request/2 วินาที/โดเมน, cache 24 ชม., ระบุ User-Agent ชัดเจน
ลิขสิทธิ์รูป
ไม่ republish รูปต้นทาง ; ใช้ข้อความ+ลิงก์ หรือรูปที่ได้รับอนุญาต
เครดิต
ทุกหน้ามี "ข้อมูลจาก: ..." + เวลาที่ดึง
ข้อมูลส่วนบุคคล
MVP ไม่มีบัญชีผู้ใช้; ถ้าเก็บ LINE userId ต้องมี consent + นโยบายความเป็นส่วนตัว + ลบได้
ความรับผิด
ระบุชัด "ไม่ใช่ข้อมูลทางการของอิมแพ็ค/ผู้จัด" และ "ประมาณการ"
ชื่อ/โลโก้
ห้ามใช้โลโก้ IMPACT ในลักษณะทำให้เข้าใจว่าเป็นทางการ
14. Failure Modes และการรับมือ
อาการ
สาเหตุ
การรับมือ
หน้าเว็บว่าง
DB ว่าง/permission
fallback หน้าสถิติ + banner "กำลังปรับปรุง"
งานหายทั้งชุด
selector เปลี่ยน
ใช้ snapshot ล่าสุด re-parse + alert + manual CSV
งานซ้ำ 2 รายการ
ชื่อต่างเล็กน้อย
ปรับ threshold fuzzy + merge tool ในหน้า admin
คะแนนเฟ้อ
นับซ้ำหลายงานในอาคารเดียว
ใช้ max(type_weight) ต่ออาคาร (บังคับในโค้ด)
LINE ส่งไม่ครบ
โควตาข้อความ
รวมข้อความ/ลดความถี่ + ตรวจแพ็กเกจ
งานยกเลิกแต่ยังแสดง
ต้นทางไม่อัปเดต
ป้าย last_verified_at + ช่องทางยืนยัน + mark cancelled ด้วยมือ
ปริมาณ: ~100–300 งาน/ไตรมาส, ~1,000 แถว event_day/ปี → SQLite เกินพอ
ผู้ใช้คาดหวัง: <5,000 คน/เดือน → 1 vCPU รับได้ (หน้า SSR + cache 5 นาที)
จุดที่ต้องเปลี่ยนสถาปัตยกรรม: ถ้าต้องการ real-time occupancy, หลายภาษาเต็มรูปแบบ, หรือ API ให้พันธมิตรจำนวนมาก → ย้าย Postgres + cache layer
ทางเลือก
ทำได้
ไม่ทำได้
สรุป
Google Calendar ส่วนตัว
ใสงานมือ
ไม่มีคะแนน/คัดกรอง/อัตโนมัติ
ไม่พอ
Sheets + Apps Script
ตาราง + IMPORTHTML
dedupe/scoring/audit อ่อน
ใช้พิสูจน์ได้ชั่วคราว
ซื้อ data จากผู้จัด
ถูกต้องกว่า
แพง/ไม่ครอบคลุม/ไม่มีทราฟฟิก
ไม่จำเป็นใน MVP
สร้างเอง (แผนนี้)
ครบตามต้องการ
ต้องดูแลต่อเนื่อง
เลือกทางนี้
17. โครงสร้างโค้ดที่แนะนำ
impactgo/
├── app/
│ ├── fetchers/ impact.py ttm.py exhibition.py
│ ├── parsers/ impact_html.py
│ ├── normalize/ venue.py category.py timeparse.py
│ ├── scoring/ score.py hours.py
│ ├── db/ models.py migrate.py seed_venues.py
│ ├── web/ main.py templates/ static/
│ ├── exporters/ xlsx.py line.py ics.py
│ └── admin/ routes.py templates/
├── tests/ fixtures/impact_2026-10-24.html
├── data/ snapshots/ exports/
├── ops/ runbook.md cron.md
└── db/schema.sql
Test strategy: fixture HTML จริง 1 ไฟล์/แหล่ง + test การ parse/วันที่/venue map + smoke test หน้าเว็บ (ทุกครั้งที่แก้ selector)