数据逻辑检验(以库存控制项的设定为例)：库存控制是承接采购与生产的关键，同时也是对紧急情况的一种缓冲，是制订各项计划的基础之一。库存控制与服务水平密切相关，库存控制基准设定不好就会影响到订单的履行，带来高昂的惩罚成本和库存持有成本，因此ERP系统中对库存控制各项指标的设定是非常关键的。这里以订货批量为例来说明问题：一般的ERP系统中都有订货批量的设置，这里考虑两种情况，一种是经济订货批量、一种是保守策略订货批量。前者的计算必须基于合理的采购成本构成和统计，后者则以消耗速率为基础。本文不讨论具体如何计算，而考虑设定的合理性——需求速率与供给速率的问题。在实施顾问设定订货批量的时候，他们往往忽略了一个事实——供给速率必须大于需求速率。如图1所示的模拟情况，一般情况下，如果供给速率小于需求速率，那么现有库存将会被不断消耗，一段时间后的库存将被消耗完，而订货将不断发生，甚至发生缺货现象。图1模拟情况下的每月需求速率为80个/月，供给速率为70个/月，从3月份开始库存完全为0，从4月开始每月都只能满足70个的需求，却留下了10个不能满足，一累计到6月份变成-30个。当需求速率更加不稳定而供给采用固定批量的时候，这样的情况就变得更加明显，采购计划将失去实际意义。
大部分ERP软件产品是需要手动输入相应数值和没有建议表的，因此实施顾问在进行数据逻辑性检查的时候，就必须注意到这些情况，以保证库存缓冲功能的充分体现。类似的情况在ERP系统中有许多，如ROP点、安全库存量等数据，这些都是ERP系统运行的基础所在。实施顾问必须给予这些数值以足够的重视。
数据真实性的检验(以指标为例)：任何指标都可以被看作是原始数据归集的结果，因此指标是可以分解的。指标的真实性能够从原始数据那里得到证实，比如资产回报率可以拆解为库存周转率与毛利率的乘积，而库存周转率和毛利率又可以拆解为销售收入、平均库存价值和毛利总额。而这几个数据之间存在明显的关联关系，销售收入是库存周转率与毛利率都需要的，因此如果它们共用的销售收入存在差异就明显表明数据存在问题(不同的数据往往来自不同部门的统计)。因此，以指标为代表的数据准确性的检验是可以通过分解得到的，它们经常共用原始数据(如统计的销售收入)，通过拆分数据进行检查能够很容易的发现问题。
综上所述，笔者认为数据的统计和检验工作可以分为：原始数据统计、指标统计、真实性检查、逻辑性检查、结构性检查、帐实相符情况检查等几类。而在实施顾问的实施工作中，必须有一套完善的方法论体系才能对实施质量进行有效保障。同时，企业在使用ERP系统时，应定期进行数据检查，及时矫正误差，并通过制度进行保障。只有准确的数据才能有ERP系统顺利的运行，否则ERP实施的成功率很难得到保证。因此数据统计与检验工作需要在今后的ERP项目中得到更多的关注，她是ERP成功实施的前提。