（1） 数据统计

数据统计的主要目的是分析企业业务现状，得到对企业业务的准确判断，实施顾问可根据数据判断出企业的生产模式、关键控制点、库存表现等信息，之后实施顾问可根据得到的信息对系统进行有效配置。数据统计具有很强的逻辑性和结构性，所有统计结果都来自于原始数据积累，通过层层递归来得到KPI，KPI将成为以后判断系统上线效益的重要依据。比如，根据物料消耗情况与库存结构情况，可以得到物料消耗规律，由此判断其波动方式，根据波动方式能够做出采用何种库存控制策略的判断——对于标准差大于消耗速率的物料可以证明其能够应用最大-最小库存控制策略，根据物料消耗的关联性判断出拉动其需求的原因所在，然后在物料属性配置里对库存控制方式做出选择，同时根据原始消耗数据的统计，可以得到最大-最小库存控制的上下限和一般性补货批量。如果没有这些数据统计，系统将在无法得到有效配置的情况下运行，其结果可想而知。因此，数据统计的重要性必须得到有效保障，但与此相反的是国内大多数实施方经常忽略这一点，而选择采用简单的“流程电子化”的方法，仅以是否能走通流程为判断依据，忽略了数据对决策的影响。

（2） 数据检验

数据检验是维护系统运行的重要步骤，其工作主要由两个方面组成：一个是对获得的数据进行系统上线前的检验，另一个是在过程中监控数据质量。前者要求对上线前的数据进行核实，保证原始数据与关键数据的准确性，后者要求对系统运行过程进行持续监控，及时发现与矫正错误的数据，保证系统正常运行。比如，对于财务会计的总帐进行数据导入，必须核实导入时点的实帐与系统帐的对应性，对于单据流转，必须保证相关单据数据的准确性。如果数据都不能保证真实性，就更不可能有正常的系统运行，决策者将基于错误信息做出错误的分析，给企业带来难以挽回的损失。

综合来看，一方面，数据统计与检验工作往往被实施顾问因为各种原因而忽略甚至敷衍，而企业也难以认识到其重要性，经常导致实施项目的失败；另一方面，实施顾问普遍缺乏数据统计与检验的专业技能。前者跟实施方的市场策略关系密切，短期内难以得到改善；而后者则和实施方的人员素质关系密切，是能够在短期内得到较大改善的地方。