Med Esri Maps for IBM Cognos kan du utforme dataene dine på kartet ved hjelp av ulike symboler, farger og størrelser for å representere geoobjektene på riktig måte. Det kan for eksempel være lurt å bruke ulike symboler for offentlig sikkerhet for å indikere lokasjonene til politi- og brannstasjoner, eller bruke ulike farger eller størrelser på et symbol for å vise lokasjonene til store byer i henhold til innbyggertallet.
Når du legger til data fra MicroStrategy i kartet, oppretter Esri Maps for IBM Cognos et lag som vises i Innhold-ruten, og tegner opp data på kartet ved hjelp av en standardstil. Stilen kan endres ved hjelp av alternativene i Stil-ruten. Ved hjelp av Stil-ruten kan du tegne opp et lag slik:
For lag som inneholder punktgeoobjekter, finnes det to ulike typer symboler du kan bruke til å utforme dataene: ikoner og figurer.
Når det gjelder lag som inneholder polygongeoobjekter, kan du utforme dataene ved hjelp av ulike farger.
Hvis du legger til data fra ArcGIS som inneholder linjegeoobjekter, kan du endre stilen på linjegeoobjektene ved å velge blant ulike linjetyper og farger og endre linjetykkelsen.
Hvis du bestemmer deg for å utforme et lag ved hjelp av enten ulike farger eller symboler av ulik størrelse (bare for punktgeoobjekter), blir du spurt om hvordan du vil gruppere dataene dine, og hvilket felt (eller attributt) du vil bruke for å gruppere dem. Hvis du velger å gruppere dataene dine etter kategorier, grupperes og utformes dataene basert på en vanlig verdi for feltet (eller attributtet) du velger for gruppering (for eksempel forretningstyper som butikkutsalg eller engrossalg).
Hvis laget har numeriske felter, kan du velge å gruppere dataene etter tallområder. Med dette grupperingsalternativet må du velge en klassifiseringsmetode. Med hver klassifiseringsmetode blir dataene delt inn i klasser (grupper). De ulike klassifiseringsmetodene er Like intervaller, Naturlige knekkpunkter og Fraktil. Verdien som gjør at et geoobjekt plasseres i en annen klasse, kalles ofte et klasseknekkpunkt. Nedenfor forklarer vi hvordan klasseknekkpunkter bestemmes i hver av grupperingsmetodene.
Med klassifiseringsmetoden Like intervaller blir hele området med dataverdier inndelt i like store underområder. Med Like intervaller angir du antallet intervaller (eller underområder), så bestemmer Esri Maps for IBM Cognos automatisk hvordan dataene skal inndeles. Hvis du for eksempel angir tre klasser for et felt med verdier fra 0 til 300, opprettes det tre klasser i Esri Maps for IBM Cognos med områdene 0–100, 101–200 og 201–300. Like intervaller er best å bruke på velkjente dataområder som prosentandeler og temperaturer. Denne metoden fremhever mengden av en attributtverdi i forhold til andre verdier. For eksempel viser den at en butikk tilhører gruppen av butikker som står for den høyeste tredjedelen av alle salgsinntekter.
Naturlige knekkpunktsklasser er basert på naturlige grupperinger i dataene. Det identifiseres klasseknekkpunkter som best grupperer lignende verdier, og som fremhever forskjellene mellom klassene. Geoobjektene inndeles i klasser med grenser som settes der det er relativt store forskjeller i dataverdiene. Klassifiseringen Naturlige knekkpunkter er bra ved kartlegging av dataverdier som ikke er jevnt fordelt, ettersom den plasserer klyngeverdier i samme klasse.
Med klassifiseringen Fraktil inneholder hver klasse like mange geoobjekter (for eksempel 10 per klasse eller 20 per klasse). En fraktilklassifisering egner seg godt til lineært fordelte data. Den er nyttig når du ønsker å fremheve den relative posisjonen til et geoobjekt blant andre geoobjekter, for eksempel for å vise at en butikk befinner seg i den største fjerdedelen av alle butikker etter salg. Med fraktilklassifisering tilordnes det samme antallet dataverdier til hver klasse. Det er ingen tomme klasser eller klasser med for få eller for mange verdier. I og med at geoobjektene er gruppert med likt antall i hver klasse med fraktilklassifiseringen, kan det resulterende kartet ofte bli villedende. Lignende geoobjekter kan bli plassert i tilstøtende klasser eller geoobjekter med helt forskjellige verdier kan bli plassert i samme klasse. Du kan begrense disse skjevhetene ved å øke antallet klasser.