1）测量整个生产的结果
   
  　  在生产的投入和产出之间建立平衡，是提高效率的关键。或者说，片面追求准确，既不合理也不经济。生产中有问题难免，追求准确在实践中几乎办不到。但生产也有自己的特殊之处可以利用，即结构化特点强。生产不像销售可以试错，它是按部就班完成的。正因为如此，一方面，在合理的框架内，工厂是能做出产品来的，差别在于付出的代价；另一方面，对各种因素的干扰或变动，由于它们内在的环环相扣联系，结果是可以预料的。对生产全局而言，利用因果关系，使企业建立与自己水平相适应平衡。
   
   　 随着企业规模变大，随着客户要求越来越苛刻，仅仅满足让生产运转下去的水平就不行了。对精细平衡能力的需要，迫使我们不断地对环环相扣的关系去认识和挖掘。这要从生产结果入手，它真实地反映了这种关系。
   
    　测量工作要保证获得可信的生产数据，符合分析需要的格式。比如生产任务编号（工单和计划中一致），什么时间开始、结束，通过了哪台机器，从开始到结束的时间段中要扣除休息日，等等。在后续文章中会进一步介绍，并附有一个简单的演示程序。
   
    2）统一标准，并对结果分析、比较
   
    　生产中存在因果报应。即前面没做、没做好，眼下的麻烦就免不了。不同的结果对应着一个或几个原因，每个原因还可以细分（类似于质量改进的做法）。
   
   　 根据实际生产结果得到的流量图，真实反映了生产过程及其变动情况。并且对各种问题可以分类处理。比如生产不平衡，原因可能是在一段时间里投放的任务量大于产出，结果工时累积（在制品）就增加；如果投放不足，设备利用率就下降，等等。而这些分析不需要做任何的假设。只是分析需要统一标准，以方便改进工作。
   
    　诊断控制根本目的是要引发企业进行调整，但企业运转毕竟要兼顾改进和正常生产，所以分析是循两条路线进行。一个是回答我们现在距离理想状态还有多远。浪费的效率是8成还是3成？准期率是70%还是90%？在制品占用了多少流动资金？企业根据诊断结果权衡利弊后，做出改或不改的选择；一个是回答各种原因造成的损失有多少。因为企业自己清楚，对哪些原因造成的损失下手整改，不会影响正常的生产。做哪些工作，企业条件能承受的起。这个分析结果的另一个目的就是为计划提供依据。
   
    　分析和挖掘所需要的方法和工具，在后续文章中做进一步介绍。
   
    3）在管理框架下，离线纠正偏差
   
    　诊断得到的结果，实际上是偏差。把偏差与预定标准比较，得到差距。利用它对现行的工作给以调整。调整是分阶段进行，比如，本月的调整是以上月的偏差为基础。简单说，利用偏差消灭偏差。
   
    　不论是偏差的产生还是偏差的抑制，他们都依附在生产-供应链上，依附于管理的手段。测量得到的数据也源于此。为了实现诊断控制，需要深刻理解企业，理解生产-供应链和运作方法。在此基础上，管理制度上需要增加这样的内容：给缺陷和问题以出路，建立改进/运作的制度，为逐步完善生产管理（均衡、同步）留下回旋的余地。比如，在实际运作中建立"负荷帐户"。它可以将没完的任务留在这里，等待下一阶段按照规则继续完成。这样不影响投入-产出的平衡。也解决了出现插单等的意外情况。
   
    　管理中另一个需要完善的是绩效考核。测量、分析已经为绩效考核打了一个很好的基础。绩效考核的目标，也是用来与偏差比较的标准。它可以根据企业总目标来修正，并根据生产-供应链和运作方法的关系，给出各级执行的目标，目标之间相互衔接。这套目标应该是踮起脚能实现的目标。另外，绩效考核体系也起到限制团队中的人任意发挥的作用，以巩固成绩。
   
    　这部分内容广泛，在后续文章中做进一步介绍。(E-works)