MES质量管理聚焦于车间制造过程的质量管理，是对车间生产节点进行质量管控，目标是建立一个控制状态下的生产系统，力求吧车间的制造水平持续保持在更佳状态，确保车间能稳定、持续地生产出符合质量要求的产品，减少产品的“质量变异”。MES通过采集车间信息，跟踪、分析和控制加工过程的质量，实现从原材料入车间到成品出车间的全制造过程的质量管理。

从谷器MES质量管理的目标和方法可以看出，做好质量管理，既要有“数据”，也要有“分析”。数据是质量管理活动的基础，在质量管理中起着重要作用。要注意：收集数据是要有目的的收集，而非盲目的要所有数据，收集完的数据要进行分析，从中发现质量问题，确保产品质量。

不同行业，生产工序也不同，产品的质量数据也不同，收集质量数据的方式、方法均有差异。因此，要根据制造业企业车间生产实际，系统地分析、识别产品或零部件的工艺流程，找出影响产品质量的主要因素和关键的质量特性数据。

测量质量特性所得的数值成为质量特性数据。对于制造行业，质量数据是从检验材料、配件、半成品、成品、加工过程和装配过程等所获得的数据。收集质量数据的目的是掌握生产状况，分析质量问题，控制工序过程和判断产品质量。

在制造过程中收集到的质量数据，大多数是可以定量的。不同种类的数据，其统计性质也不同，相应的统计分析方法也不同，因此对质量数据要进行正确分类。大致分为两种即，计量数据和计数数据。

（1）计量数据是指连续取值的数据。通常可以用游标卡尺、千分尺等工具测量，可测量到温度、密度、光通量、光照度、辐射功率等。计量数据可带小数点以后的数值，测量仪器的精度越高，，小数点后面的位数就可取得越多。

（2）技术数据是指不能连续取值的数据。计数数据不能用测量工具测出小数点以后的数值，只能用自然数计数。如气泡数、焊渣数、缺陷数、不合格品数及废品数等。

质量数据具有波动性和规律性两个特点。由于随机和系统因素的存在，即使作业者、机器、原材料、加工方法、测试手段和生产环境等条件相同，生产出来的一批产品的质量也并非不完全相同。同时，质量特性的波动并非无规律可循，当生产过程处于统计控制状态时，数据的波动服从一定的分布规律。

由于质量数据既有波动性又有规律性，因此可以在对收集的质量数据进行统计分析时，了解其工序的稳定性。