我們並非每一輪都巡查全部店面——例如某一輪可能只補查新擴展的街道，並未再巡查核心範圍。若只用「該輪有記錄的店面」去計算指標，會產生誤導：核心範圍那些店面並非「當時已消失」，只是「該輪沒有巡查」。
因此本網站的做法是：一個店面在「某個日期」的狀態＝它在該日期或之前，最後一次被巡查、記錄下來的觀察。完全沒有被巡查過，才算「尚無記錄」。每個指標下方顯示的「覆蓋 X/Y」，X 是以此方法追蹤到、該輪有狀態可計算的店面數目，Y 則是此範圍的店面總數。
這個指數是從哪裡來的？Shannon 指數源於 1948 年：貝爾實驗室工程師 Claude Shannon 研究通訊時提出「資訊熵」，其核心洞見是——一段訊息的資訊量，等於它有多「難猜」。若下一個字必定與上一個相同，該訊息毫無資訊可言；若下一個字完全無法預測，資訊量便最大。1950 年代起，生態學家把同一條公式借來衡量物種多樣性：在森林裡隨機遇上一隻鳥，有多難猜到牠屬於哪一種？全部同種便完全不用猜；種類愈多、分佈愈平均，便愈難猜。本站再把它借到街道上——隨機走進一家店，你有多難猜到它是做哪一行？愈難猜，代表業態愈多元，H 值愈高。
親手算一次（極簡例子）：假設一條街只有 4 家店。①四家全是早餐店：下一家必定是早餐店，零驚訝，H = 0。②兩家早餐店＋兩家藥局：H = ln 2 ≈ 0.69。③四家各屬不同行業：H = ln 4 ≈ 1.39。④三家早餐店＋一家藥局：雖然同樣是兩個行業，但分佈不平均，H ≈ 0.56，比②低——這正是此公式的特點：種類數目與分佈是否平均，兩者都計算在內。公式中的 −ln(pᵢ) 可理解為「遇見該類別時的驚訝程度」：佔比愈小的類別，遇見時愈驚訝（佔比 100% 時 ln 1 = 0，即零驚訝）；把每類的驚訝程度按其出現機率加權平均，便是 H。
計算方式：將每一間有分類的店面視為一個資料點，計算其屬於哪個小類（例如「肉攤」「銀樓」）。若一間店面填有一個以上的分類，則將該店面的「1」平均分配給每個分類——例如一間店面填有 3 個分類，每個分類各得 1/3 ≈ 0.33，而不是只計第一個分類。分配完成後，以 Shannon 公式 H = −Σ pᵢ·ln(pᵢ)（pᵢ = 第 i 個小類所佔的比例）計算得出。
載入中…
計算原理：過去的做法有缺陷——一間店面有多個分類時，只計第一個，其餘全部捨去。例如一間「服飾＋特賣會＋珠寶鐘錶」的店面，過去只算作「服飾」，另外兩個分類完全沒有計入。分配權重才能合理解釋：「一間店面就是一間店面」，不論填有多少個分類，對整體統計的比重都是 1，不會因為填寫得較詳盡而變相被計算多次。
大類之間與大類之內：我們想了解：業態差異主要來自「跨行業的差異」（例如餐飲與金融），還是「同行業內部愈趨細分」（例如內用正餐與外帶）？運用 Shannon 的鏈式法則，可將總數精確拆分為兩部分：H總 = H大類之間 + H大類之內（加權平均）——此式在數學上必然成立，並非估算。
載入中…
數值升跌代表的意義：H總上升，代表業態愈趨多元；下跌，代表愈趨集中於少數行業。若下跌主要來自「大類之間」，例如整條街愈來愈多店面經營餐飲、其他行業相應減少；若下跌來自「大類之內」，則是同一行業內部愈趨單一化（例如餐飲業內幾乎只剩外帶）。
H 是對數尺度，數字之間的差距會被壓縮：3.1 與 3.4 看似非常接近，實際差別卻不小。生態學界的慣用做法，是取 e 的 H 次方（記作 e^H，生態學稱為「等效物種數」），把抽象的 H 翻譯回一個直觀單位：「這條街的多元程度，相當於一條有 N 個類別、每類店面數目完全相同的街」。例如 H = 3.1 時 e^H ≈ 22，H = 3.4 時 e^H ≈ 30——從 3.1 升到 3.4，等於多了 8 個「等效類別」，遠比表面的 0.3 明顯。
載入中…
比較時的三個錨點：
限制：此指數只反映「種類數目與分佈是否平均」，並不評價某種分類「好或不好」——十間銀樓與十間各行各業的店面，若種類數目相近，H 值可能相差不遠，但社區觀感截然不同。此指標也未計入店面面積、人流、經濟規模，純粹是「種類分佈」的統計。另外，Shannon 原文以 2 為底數計算（單位是 bit），生態學慣用自然對數 ln，本站依循生態學慣例——兩者只差一個固定倍數，任何比較結論都不受影響。
計算方式：J = H總 ÷ ln(小類數目)——即將多元化指數對比「若現存的小類數目完全平均分佈」的理論最大值，範圍為 0 至 1。
載入中…
數值升跌代表的意義：愈接近 1，代表已出現的每個小類店面數目愈接近；愈接近 0，代表少數類別佔比過大（例如整條街一半店面都是餐飲業，其他類別只有一兩間）。
限制：均勻度只反映「相對分佈」，與「種類數目」（多元化指數本身）是兩回事——種類少但分佈平均，J 值仍可以很高。兩者須一併參考方能全面理解。
計算方式：兩個指標都只計算「已知連鎖度」的店面（不含未填寫，或填「未知」的店面）。小店比率 = 小店數 ÷ 已知連鎖度店面數；連鎖滲透率 = （中小型連鎖＋連鎖大集團＋加盟店）數 ÷ 已知連鎖度店面數。
載入中…
⚠️ 這兩個百分比相加不等於 100%，是刻意的設計：連鎖度分級當中有一類稱為「疑似集團但無證據」——看起來像連鎖店，但巡查時未能查證確實證據（例如招牌未明確標示所屬集團）。此類店面兩個指標都未計入：既不能斷定為「小店」（很可能並非如此），也不能斷定為「已證實的連鎖店」（尚無證據）。因此這兩個百分比相加通常會少於 100%，缺少的部分就是「已知連鎖度店面當中，疑似但未經證實」的那一批。
載入中…
數值升跌代表的意義：小店比率下跌／連鎖滲透率上升，代表該區連鎖化程度加劇，本地獨立小店正逐漸被取代。
限制：「已知連鎖度」只計算巡查時能夠判斷的店面，若許多店面填「未知」或沒有填寫，兩個比率的樣本將明顯縮小，代表性也隨之下降。
計算方式：在此範圍有記錄（透過 carry-forward 取得）的店面當中，目前無人經營的比例。「空置」與「歇業」兩種狀態都計入——兩者都代表該店面目前是空的，差別只在於記錄時是否知道之前經營的是哪一家（「歇業」＝知道是哪一家收掉；「空置」＝一直是空店面，或不知道之前是哪一家）。
載入中…
數值升跌代表的意義：數值上升代表附近店面愈來愈難租出或乏人接手，是區內經濟活力的指標之一。
限制：「裝潢中」不計入空置（裝潢完成後多半會重新開業，與真正空置的意義不同）；短暫空置與長期空店面在此指標上無法區分，須參閱 本月變化 中個別店面的歷史紀錄才能分辨。
計算方式：將本輪的狀態與上一輪比較（採用 carry-forward 狀態，而非只看該輪本身的 change_type 欄），凡新開／歇業／易手／轉為空置／裝潢中都計為「有變化」，再除以此範圍的覆蓋店面數。
載入中…
數值升跌代表的意義：數值愈高代表該區變動愈大（較多歇業、易手、新開），愈低則代表相對穩定。首輪沒有上一輪可作比較，因此不計算。
限制：兩輪之間覆蓋的店面可能不完全相同（例如某幾間兩輪都沒有巡查到），此指標只計算「兩輪都有記錄」的店面，覆蓋樣本愈少就愈不穩定，請留意「覆蓋 X/Y」的數字。
設有分層的場域，會分為「核心範圍」、「外圍街道」、「周邊巷弄」三層，三層互不重疊，可在數據分析頁的「三層比較」一次並排檢視。選擇哪一層並無對錯之分，視乎想了解的問題——想看「最核心的地帶如何變化」就選核心範圍；想看「大街連鎖店如何滲透」就選外圍街道。
平台收錄的場域有露天街道，也有商場等室內場域。兩者的數字不能直接相減、直接比大小，原因如下：
本質不同：商場攤位的密度、單位面積、租金結構、人流模式，與街邊店面本質上並不相同——商場攤位普遍小而密集、由單一業主統一招租，街邊店面則各自擁有獨立產權、面積大小不一。若只看「商場多元化指數比街邊店面低」這一個數字，就下結論「商場業態較單一、街邊店面較有活力」，屬於過度簡化，忽略了兩種場域本來就是為不同用途而設計。
正確做法：每次比較同時列出三組數字：
換言之，跨場域比較的重點不是「哪一個分數高」，而是「在已知資料的前提下，兩種完全不同的商業形態，各自呈現怎樣的業態組合」——請一併參考以上三組數字，而不要單獨引用某一個百分比作結論。