为跟踪车间的生产改善进度和实时了解转款情况（转款后需录像剖析标准工时并盘算车间每日生产效率）、一线运作中实际生产情况等，IE组成员每天都需要去一线生产车间“看一看”。那么，去车间现场我们看什么，怎么看？
我们应该以全局眼光去看一线生产现场。现场视察要面对真实，视察真实，了解真实。真实在改善事情中显得尤为要害，改善后需要跟踪真实的反�。盒璧揭幌呱导�，视察半制品改善后的情况，向一线操作员工询问改善是否有效，并结合车间实际生产，询问是否有更好的改善建议，再加以调解。
连续跟进改善进度及改善效果，做有益的改善，将精益生产落到实处是我们追求的目标。所以，跟进改善进度及效果，这就是我们去车间现场需要看的第一件事。
虽然一切改善必须建立在不影响质量且质量稳定的前提下，结合一线员工操作是否满意，且产量可以获得明显的提升，只有这三者关系都能相互抵达平衡时，这个改善相对来说才是乐成的。跟进改善的进度及效果不可是一种对事实改善的责任感，也是一种追求理想效果的执着。我现在仍然记得领导说的那句话，只要能资助到车间一线生产的改善，任何一点小的改善，哪怕只能提升一秒，那也是好的改善，我们也要用心去做。
改善是勿以善小而不为，而改善后的效果，更需要数据的支撑，在这个数据化治理的时代，结合数据的验证，改善才更有说服力。那么这个时候就轮到标准工时的运用了，目前我们会针对差别批号差别款式差别毛质都会进行录像收罗作业操作视频，并对视频进行数据剖析，将工序拆分并测出差别工序的作业操作时间，同时结合一线操作员工的技术水平进行相应的评分，由此得出标准工时。标准工时是数据化治理的基础，如果少了这个重要的数据支撑，数据化治理则缺少了真实性。
有了标准工时这个基本数据，我们就可以制作效率剖析报表。效率剖析报表是车间数据化治理参考的重要依据。制作效率报表需要结合一线员工的实际出勤时间和产量汇总，并结合标准工时的运用，我们就可以制作出一线员工的效率数据及改善前后的效率比照。通过比对数据，可以验证我们之前的改善是否行之有效。同时数据化治理不但可以直观的反应车间实际的产能是否另有进步空间，是否饱和，还能提升治理水平和能力——数据是事实的说明，也是科学治理的基本，未来的数据化治理会是企业升级的重要路径，我们一定要做好积累。
带着数据我们再去视察一线生产现场，不难看出实际生产中的问题、瓶颈工序的泉源所在。找到病根，就可以对症下药，找到解决计划，这是数据化治理带来的逻辑循环思维。数据不但能承上启下，并且使我们能直观的看出一线实际生产运作中，泛起的问题，并且能找到最重要的因素并实时加以解决。
说了这么多，其实去车间现场视察我们需要结合数据依据，需要有全局意识，需要了解每个工序之间内在的联系。去车间现场视察不但能直接了解事实，接近真实并且也在进行相应治理时有相应的解决计划。这就是我们需要去车间看到的收获。
