Bộ dữ liệu phát sinh, chẳng hạn như độ dốc hoặc khoảng cách đến trường học, là bước đầu tiên khi xây dựng một mô hình phù hợp. Mỗi tế bào trong khu vực nghiên cứu của bạn bây giờ có một giá trị cho mỗi tiêu chí đầu vào (độ dốc, sử dụng đất, khoảng cách đến các trang web giải trí và khoảng cách đến trường học). Bạn cần phải kết hợp các bộ dữ liệu thu được, do đó bạn có thể tạo ra bản đồ phù hợp của bạn mà sẽ xác định các địa điểm tiềm năng cho các trường học mới. Tuy nhiên nó không phải là có thể kết hợp chúng trong hình thức hiện tại của họ, ví dụ, kết hợp một giá trị tế bào trong đó tương đương với độ dốc 15 độ với giá trị di động cho rằng sử dụng đất bằng 7 (rừng), và nhận được một câu trả lời đầy ý nghĩa mà bạn có thể so sánh với các địa điểm. Để kết hợp các bộ dữ liệu, trước tiên họ cần phải được thiết lập để đo lường một quy mô thông thường, chẳng hạn như 1 đến 10. Đó là quy mô đo lường phổ biến là những gì xác định phù hợp cụ thể vị trí - mỗi tế bào - là để xây dựng một trường học mới. Giá trị cao hơn cho thấy địa điểm phù hợp hơn cho trường học.
Sử dụng công cụ Overlay trọng, bạn có thể trọng các giá trị của mỗi bộ dữ liệu, sau đó kết hợp chúng cùng một lúc. Tuy nhiên, các đầu vào cho công cụ Overlay trọng phải có rời rạc, giá trị nguyên. Sử dụng đất đã được phân loại thành các giá trị rời rạc, ví dụ, rừng tương đương với giá trị là 7, vì vậy bạn chỉ có thể thêm các tập dữ liệu này trực tiếp vào các công cụ Overlay trọng và
phân công mỗi tế bào một giá trị mới trên phạm vi đo lường phổ biến từ 1 đến 10 (bạn, Äôll làm điều này sau này trong hướng dẫn). Các giá trị trong các bộ dữ liệu bạn thu được trong bước trước đó được tất cả các điểm nổi, bộ dữ liệu liên tục, phân loại thành các phạm vi, và họ trước tiên phải được phân loại lại để mỗi loạt các giá trị là chỉ định một rời rạc, giá trị số nguyên. Có khả năng, giá trị cho phạm vi có thể được bất kỳ số nào, miễn là bạn lưu ý rằng phạm vi giá trị tương ứng. Điều này là bởi vì bạn có thể cân những giá trị này trong công cụ Overlay trọng, bước tiếp theo sau khi phân loại lại các bộ dữ liệu thu được. Tuy nhiên, nó dễ dàng hơn để trọng lượng các giá trị di động cho bộ dữ liệu có nguồn gốc trong khi phân loại lại. Trong công cụ Overlay trọng, bạn có thể chấp nhận các mặc định và để lại quy mô các giá trị giống như giá trị đầu vào.
Bạn sẽ phân loại lại mỗi bộ dữ liệu thu được với một quy mô phổ biến đo lường, tạo cho mỗi phạm vi một giá trị, rời rạc số nguyên từ 1 đến 10. Giá trị cao hơn sẽ được trao cho các thuộc tính trong mỗi bộ dữ liệu được phù hợp hơn cho vị các trường học.