為跟蹤車間的生産改善進度和及時了解轉款情況（轉款後需錄像分析标準工時并計算車間每日生産效率）、一線運作中實際生産情況等，IE組成員每天都需要去一線生産車間“看一看”。那麼，去車間現場我們看什麼，怎麼看？
我們應該以全局眼光去看一線生産現場。現場觀察要面對真實，觀察真實，了解真實。真實在改善工作中顯得尤為關鍵，改善後需要跟蹤真實的反饋：需到一線生産車間，觀察半成品改善後的情況，向一線操作員工詢問改善是否有效，并結合車間實際生産，詢問是否有更好的改善建議，再加以調整。
持續跟進改善進度及改善效果，做有益的改善，将精益生産落到實處是我們追求的目标。所以，跟進改善進度及效果，這就是我們去車間現場需要看的第一件事。
當然一切改善必須建立在不影響質量且質量穩定的前提下，結合一線員工操作是否滿意，且産量可以得到明顯的提升，隻有這三者關系都能相互達到平衡時，這個改善相對來說才是成功的。跟進改善的進度及效果不僅是一種對事實改善的責任感，也是一種追求理想效果的執着。我現在仍然記得領導說的那句話，隻要能幫助到車間一線生産的改善，任何一點小的改善，哪怕隻能提升一秒，那也是好的改善，我們也要用心去做。
改善是勿以善小而不為，而改善後的效果，更需要數據的支撐，在這個數據化管理的時代，結合數據的驗證，改善才更有說服力。那麼這個時候就輪到标準工時的運用了，目前我們會針對不同批号不同款式不同毛質都會進行錄像采集作業操作視頻，并對視頻進行數據分析，将工序拆分并測出不同工序的作業操作時間，同時結合一線操作員工的技能水平進行相應的評分，由此得出标準工時。标準工時是數據化管理的基礎，如果少了這個重要的數據支撐，數據化管理則缺少了真實性。
有了标準工時這個基本數據，我們就可以制作效率分析報表。效率分析報表是車間數據化管理參考的重要依據。制作效率報表需要結合一線員工的實際出勤時間和産量彙總，并結合标準工時的運用，我們就可以制作出一線員工的效率數據及改善前後的效率對比。通過比對數據，可以驗證我們之前的改善是否行之有效。同時數據化管理不僅可以直觀的反映車間實際的産能是否還有進步空間，是否飽和，還能提升管理水平和能力——數據是事實的說明，也是科學管理的基本，未來的數據化管理會是企業升級的重要路徑，我們一定要做好積累。
帶着數據我們再去觀察一線生産現場，不難看出實際生産中的問題、瓶頸工序的根源所在。找到病根，就可以對症下藥，找到解決方案，這是數據化管理帶來的邏輯循環思維。數據不僅能承上啟下，而且使我們能直觀的看出一線實際生産運作中，出現的問題，并且能找到最重要的因素并及時加以解決。
說了這麼多，其實去車間現場觀察我們需要結合數據依據，需要有全局意識，需要了解每個工序之間内在的聯系。去車間現場觀察不僅能直接了解事實，接近真實而且也在進行相應管理時有相應的解決方案。這就是我們需要去車間看到的收獲。
