Viitteessä [25] on esitetty, miten kartan voi värien avulla yhdistää muihin järjestyneisiin kuvauksiin. Tässä työssä ajatusta sovellettiin karttaan ja kahden muuttujan välisiin xy-kuvauksiin -- ja karttaan ja Sammonin projektioon. Tällaista menettelyä ei ole esitetty tutkimassani kirjallisuudessa aiemmin. Värien avulla kahden muuttujan xy-kuvaajat voi myös yhdistää toisiinsa.
Muuttujien välisiä riippuvuuksia tutkitaan usein kartan
komponenttitasojen avulla. Komponenttitasojen käytön etuna on nopean
yleiskuvan saaminen; parittaisia kuvaajia syntyy n komponenttitasoa
kohden 
. Komponenttitasot ovat siis tehokkaita
suuren muuttujajoukon alustavassa keskinäisessä vertailussa -- ''kun
ei vielä tiedetä mitä tutkittaisiin''.
Kuvaajaesitys on hyödyllinen, jos kahta komponenttitasoa (ts. muuttujaa) halutaan vertailla tarkemmin. Kahden muuttujan välisen riippuvuuden esittämiseen ei karttaa tarvita; yhdistämällä kartta kaksiulotteiseen kuvaajaan saadaan lisäinformaatiota muiden muuttujakombinaatioiden vaikutuksesta. Oletetaan, että kahden muuttujan välillä vallitsee kohtalaisen selkeä yhteys, jonka asiantuntija voi hahmottaa kuvaajasta. Yksinkertainen esimerkki on kuvan 4.6 vastausprosentin ja käyttöasteen yhteys. Kuvauksen etu on poikkeavien alueiden (kärsimättömien alue punaisella värillä) merkityksen tunnistaminen.
Mielenkiintoisia tapauksia ovat siis ne osat kuvaajaa, jotka eivät sovi yksinkertaiseen malliin. Asiantuntija voi löytää näin kartan eri alueille ehkä helpommin selityksiä kuin vertailemalla vain komponenttitasoja keskenään. Myös u-matriisin antama informaatio klustereista voitaisiin kytkeä mukaan esimerkiksi viitteen [25] klusterinvärjäysmentelmällä. Tässä työssä käytetty värikoodaus kertoo vain yksikön paikan kartalla. Menttelyä voisi kehittää edelleen interaktiivisempaan suuntaan: kahden muuttujan välisestä kuvauksesta voisi valita pisteitä ja siirtää valinnat värien avulla kartalle.
Ongelmana kuvauksien yhdistämisessä on kartan laskostuminen. Laskostuminen voi aiheuttaa kuvaukseen ''haamuriippuvuuksia'', jotka eivät johdu datasta, vaan kartan poimuilusta datassa. Interpoloivat yksiköt, joilla ei ole edustusta datassa sotkevat kuvausta niin ikään. Kuvassa 4.6 kartan interpoloivia yksiköitä yritettiin paljastaa piirtämällä karttayksiköt, joihin sattui vähän osumia, pienemmillä pisteillä. Voisi olla hyvä idea kuvata varsinaisen datan kaksi komponenttia värjättynä kartan antamalla värillä -- tämän työn tasaisella värjäyksellä tai klusterointivärjäyksellä. Ongelmaksi voi kuitenkin muodostua datan suuri määrä: ei saada näkyviin kuvaajia, vaan pilviä. Kartan komponenttien kuvaaminen on tässä mielessä järkevää. Ne ovat yleistyksiä datasta. Kartan voi ajatella poistavan kohinaa ja poikkeavia arvoja keskiarvoistamalla dataa.
Prosessin monitoroinnin kannalta kovin monimutkaisen järjestelmän jatkokehittäminen tutkittua pientä palvelua varten ei ole järkevää. Jos kysymys olisi suuremmista määristä puheluita ja palveluita, olisi prosessin monitorintityökalusta ehkä hyötyä kokonaiskuvan muodostamisessa. Työkalun kehittäminen toimivaksi vaatisi enemmän asiantuntemusta jonotusjärjestelmistä kuin tässä työssä oli käytössä, ja sen integrointi Postipankin järjestelmiin oman paneutumisensa.