（1） 數據統計

數據統計的主要目的是分析企業業務現狀，得到對企業業務的準確判斷，實施顧問可根據數據判斷出企業的生產模式、關鍵控制點、庫存表現等信息，之后實施顧問可根據得到的信息對系統進行有效配置。數據統計具有很強的邏輯性和結構性，所有統計結果都來自于原始數據積累，通過層層遞歸來得到KPI，KPI將成為以后判斷系統上線效益的重要依據。比如，根據物料消耗情況與庫存結構情況，可以得到物料消耗規律，由此判斷其波動方式，根據波動方式能夠做出采用何種庫存控制策略的判斷——對于標準差大于消耗速率的物料可以證明其能夠應用最大-最小庫存控制策略，根據物料消耗的關聯性判斷出拉動其需求的原因所在，然后在物料屬性配置里對庫存控制方式做出選擇，同時根據原始消耗數據的統計，可以得到最大-最小庫存控制的上下限和一般性補貨批量。如果沒有這些數據統計，系統將在無法得到有效配置的情況下運行，其結果可想而知。因此，數據統計的重要性必須得到有效保障，但與此相反的是國內大多數實施方經常忽略這一點，而選擇采用簡單的“流程電子化”的方法，僅以是否能走通流程為判斷依據，忽略了數據對決策的影響。

（2） 數據檢驗

數據檢驗是維護系統運行的重要步驟，其工作主要由兩個方面組成：一個是對獲得的數據進行系統上線前的檢驗，另一個是在過程中監控數據質量。前者要求對上線前的數據進行核實，保證原始數據與關鍵數據的準確性，后者要求對系統運行過程進行持續監控，及時發現與矯正錯誤的數據，保證系統正常運行。比如，對于財務會計的總帳進行數據導入，必須核實導入時點的實帳與系統帳的對應性，對于單據流轉，必須保證相關單據數據的準確性。如果數據都不能保證真實性，就更不可能有正常的系統運行，決策者將基于錯誤信息做出錯誤的分析，給企業帶來難以挽回的損失。

綜合來看，一方面，數據統計與檢驗工作往往被實施顧問因為各種原因而忽略甚至敷衍，而企業也難以認識到其重要性，經常導致實施項目的失敗；另一方面，實施顧問普遍缺乏數據統計與檢驗的專業技能。前者跟實施方的市場策略關系密切，短期內難以得到改善；而后者則和實施方的人員素質關系密切，是能夠在短期內得到較大改善的地方。