由于这么多年来一直在工厂工作，也有机会接触很多运营管理的专家，经验丰富的供应链或制造业高管。给我留下深刻印象的一次经历是陪同一位资深副总裁到车间进行现场走动（Gemba Walk）。一进入到车间，他就问工厂负责人：“我怎么样能知道现在生产的状况是否正常？”。工厂的负责人打开随身的电脑，试图讲解关于生产的几个指标的情况，被资深副总裁打断说：“我站在这里，如果没有任何人讲解，我是否能知道生产的状况？”。
然后他又走到一个工位，问当班的线长同样的问题：“我怎么样知道现在这个工位是否正常？”。当然，他还是没有得到满意的回答。在接下来的活动中，这位资深副总裁分享了他对可视化管理的理解和经验，大家都感觉受益良多。
其实可视化管理的核心，就是像这位资深副总裁问道的，怎样直观显示当前的状态，是否正常。若有异常，是否及时暴露问题并显示当前处理的状态。
而在工厂运行实际中，经常遇到的可视化管理的误区是为了可视化而可视化，而没有深究“管理”。每每到了车间，看到墙上，展板上贴满的各种表格，还按照要求画上红绿的颜色。维护这些信息肯定需要大量的人力。任何增加一个项目貌似是小事，但想一想如果是每小时都需要花1分钟更新，或每天花5分钟更新，经年累月，所花费的精力和投入也是惊人的。所以对可视化项目的引入一定要慎重。
可视化管理应该和工厂的运营业绩指标相统一。同时就像第二章所讲，现场要多关注前置指标。在逐级分解的过程中，越到下一级，更要注意减少可视化指标的数量，同时更要注意可视化指标对当前层级的意义。
比如，在工厂一级会关注安全，质量PPM，总产量，设备OEE等指标。而到了具体工位，如果是人员操作为主的工位，只需保留良率和产出率指标。而对于依赖设备的工位，只需保留可视的稼动率和一次良率FPY(First Pass Yield)。
同样道理，以下的场景也和可视化管理的实质相背离：
在本应追踪当前指标，比如小时产量的地方展示月度总产量，每月才更新前一个月的产量。这和可视化管理的及时性要求是背离的。
在制造工位可视化质量PPM数据，而PPM作为滞后指标，职能展示前一周的结果。而对于当前工位工作的员工来说，但前的良率是更有价值的参考指标。
（外企常见）车间张贴很多英文的指标信息，而对于大多数一线工人来说，英文并非习惯语言。
这里还要提醒一个关于可视化管理的误区，就是过多依赖数据，图表。按照精益可视化的原理，应当尽可能使用实物或直接可视的方式。比如：
工位上追踪良率，不是在图表上点点，而是用专门的红色盒子收集不良品，盒子上有计数的符号或隔挡。当一定时间内的不良品数量超过控制值时，员工应该停下来向主管汇报。
产线旁的看板物料，都使用实物标记最小库存量，低于这个量就触发补料动作。
现场仪表盘，将表盘上正常状态表针的位置标成绿色，异常的位置标成红色。这也不需要读具体的读数，就能直观看到当前是否指示正常状态。
回到本章开头所讲的那位资深副总裁所问的问题。对于一个可视化管理做到位的工厂，车间，产线直至工位，确实可以不通过额外的解释，就能直观显示出当前的状态是否正常。
当然，这里还有一个重要的前提，就是对“正常”的清晰定义。定义“正常”，就需要定义好标准 – 标准的流程，标准的操作，标准的数据。这也就是为什么说，标准化是可视化的基础。
比如我们观察一个工位。工作台上摆放了一个夹具。我们很难直接判断状态是否正常。而如果在工作台上画出一个夹具定位框，同时夹具被准确地放到框里，我们就知道，夹具放到这里是正常的。任何没有定位的夹具，都说明是一种异常状态。
再比如，为了保证车间物料处于流动状态，标准化所有物料停在车间某个位置超过1天即为异常。可以使用不同颜色的便签纸贴到料车上，每天更换一次颜色，3天一个周期。这样到车间根据便签颜色很容易发现超过1天的停滞物料，而不需要仔细核对料单上的日期。
做好可视化管理的工作，要发挥所有员工的能动性，鼓励大家开发适合于自己工作的可视化方法。好的方法应该是不需要投入很多额外的时间来维护，反而由于其直观， 便利，可以大大节省费生产的辅助时间。