“我们只相信上帝，其他的所有人请拿数据说话。” 这句西方谚语在管理界早有流传，足以说明数据在企业管理中的重要性。众所周知，六西格玛方法论解决问题就是将现场实际问题转化为统计问题，再对统计问题进行数据研究从而指导实际问题的解决方案，而实现这一转换过程的关键正是如何为这一实际问题寻找一个可以量化的指标，进而采集“数据”进行研究。准确、及时、真实的数据是进行数据研究的基础，若在数据采集上差之毫厘，则数据研究之结论将谬以千里。因此，当企业决定导入六西格玛管理时，首先应该建立健全的数据采集系统。
那么如何才算健全的数据采集系统呢？
纵观质量发展的历史，针对产品生产过程的数据采集始于18世纪中叶，随着工业革命的发展，进一步的劳动分工，出现了专业的产品检验人员。在这个时期，检验人员只对成品进行检验，并简单的记录每天检验的良品数和不良品数，数据几乎没有做任何分类(按作业人员、不良项目等)，更谈不上分析处理，也没有专门的记录表格，更没有文件存盘管理机制，不良品未做任何分析就被处理或返工。
19世纪末，美国经理人弗雷德理克‧泰勒提出"科学管理"制度，引发了一场"管理革命"，产品检验人员从生产单位被抽调出来并安排在一个新的独立的部门。人们慢慢学会了简单的数据分类处理，并将不良内容反馈给相应的作业人员。同时，人们开始使用表格和图形工具记录不良，并保存。
发展到了20世纪初，沃尔特‧A‧休哈特博士发明了控制图，并主张统计质量控制(SQC)，因此被称为"统计质量控制之父"。自此，人们开始使用不同的管制图对产品的质量(如不良率、产品尺寸、包装重量等)进行管制。这种方法最初仅仅只是针对"成品"进行管制，当发现异常时现场总是已经生产了大量的不良品，造成浪费。这是因为发现异常的时间点总是落后于异常发生的时间点，现在我们把这种管制对象称为"落后指针"；反之，当发现异常的时间点与异常发生的时间点相当或优先时，这种管制对象称为"优先指针"。
后来，人们开始将管制的关注点前移至产品的生产过程中，对过程中的零件参数、制程参数和生产条件等优先指标进行管制。这样"统计质量控制(SQC)"也就演变成了"统计制程控制(SPC)"，并得以广泛应用至今。
因此，企业若要采集到准确、及时和真实体现过程能力的数据，就必须为每个产品制定过程数据采集计划和监控机制，在正确的工序段和准确的时间点，选择最佳的管制对象（尽可能选择"优先指标"），选用适当的工具图表进行长时间持续的数据采集。只有这样的数据采集系统才是健全的，健全的数据采集系统是确保企业成功实施六西格玛管理的关键成功要素之一。
