Dentro de un almacén de e-commerce, dos decisiones acopladas: qué SKU se almacena en qué estante (slotting) y por qué secuencia de pasillo y ruta camina el preparador para una lista (picking). Problema clásico de IO de almacén: minimizar la distancia total caminada.
En pocas palabras
¿Te suena?
- Almacenamos 20K-150K SKUs; preparamos 5K-30K líneas/día. Los preparadores caminan 15-25 km/día; las quejas de fatiga aumentan y la tasa de error sube al final de turno.
- Cuando llega un SKU nuevo el responsable dice 'ponlo en cualquier hueco libre'; la velocidad de picking, el patrón de co-pedido y la ergonomía no se consideran. Los rotadores rápidos terminan en estantes altos, los lentos a la altura de los ojos.
- Una lista tiene 8-25 líneas; el preparador la mira y camina 'más o menos en ese orden' — algunos cruzan el mismo pasillo dos veces. Una orden varía entre 200-800 m.
- En picos estacionales (fin de año, rebajas) el volumen de líneas salta 3-5x; el slotting actual se atasca porque los rotadores rápidos quedan lejos de la puerta.
- Líneas por preparador por hora 20-35% por debajo del benchmark del sector; no sabemos por dónde empezar — ¿slotting, routing o batching primero?
- El tiempo de búsqueda dentro de pick-pack-ship consume 20-30% del total; las ubicaciones cambian y el conocimiento se pierde entre turnos.
- Nuestro sistema de gestión de almacén (WMS) genera la lista pero no resuelve la ruta — solo ordena por número de pasillo. Sin batch picking ni correlated slotting.
Por qué importa
Cómo se resuelve
Profundidad técnica
Cómo se resuelve
Profundidad técnicaEn una frase: Primero coloca los SKUs en las estanterías con inteligencia (rápidos cerca de la puerta, pesados a la altura de la cintura, pares co-pedidos juntos), luego resuelve la ruta de picking con una regla matemática en vez de “por orden de pasillo” (S-shape, return, midpoint, etc.). Pensar las dos decisiones juntas; borra un 25-40% del caminar.
La literatura de Investigación de Operaciones (disciplina que usa matemáticas e informática para resolver decisiones de negocio) lo trata como dos decisiones acopladas: Slot Assignment (Slotting) asigna SKU a estante, Order Picking Routing define la ruta del preparador para un pedido. Solución en tres etapas:
1. Modelado. Entradas: lista de SKU (frecuencia semanal de picking, volumen, peso, clase ergonómica, estacionalidad, pares de co-pedido), estructura de estantería (número y longitud de pasillos, niveles de altura, distancias puerta-pasillo), historial de pedidos (al menos 6-12 meses a nivel de línea), mano de obra (turnos, velocidad de caminata, capacidad de transporte — carro, palet bajo, cesta). Restricciones: capacidad de estante, zona ergonómica (SKU pesado a 60-120 cm), segregación cadena de frío / seco, segregación de mercancías peligrosas, compatibilidad de tipo de estante, buffer de surge estacional. Objetivo: distancia media de picking mínima, o minutos totales caminados por preparador mínimos, o líneas/hora máximas.
2. Decisión con solver.
- Para slotting: Heurística asignación por clases ABC (A/B/C por velocidad, A cerca de la puerta) es un inicio rápido. Correlated assignment (colocar pares co-pedidos lado a lado) abre 25-40% sobre la heurística. Para mejores resultados un MIP SKU-estante (Mixed-Integer Linear Programming — optimización con algunas variables 0/1 y otras continuas; variables de asignación + peso de afinidad + ergonomía); en gran escala (100K+) simulated annealing, tabu search (métodos de búsqueda inteligente — producen soluciones casi óptimas) o MIP en clusters.
- Para routing: Heurísticas (reglas simples para elegir la ruta a pie): S-shape, return, midpoint, largest-gap, combined. Para óptimo, formulación TSP / Steiner-tree (Travelling Salesman Problem — el recorrido cerrado más corto) factible con pocos SKU. Batch picking con algoritmo de ahorros, column generation o clustering + TSP.
- Decisión conjunta: Slotting y routing no son problemas separados — el verdadero óptimo emerge cuando se resuelven juntos. En la práctica dos etapas: slotting MIP (horizonte largo, mensual/estacional), routing en tiempo real por lista.
3. Integración en campo. Salida en tres capas: (a) plan de slotting — tabla SKU-estante cargada en el WMS, reubicación física en turno de noche o fin de semana; (b) plan de batch y ruta — módulo invocado por el WMS al generar la lista; el terminal muestra SKU ordenados con secuencia de pasillo; (c) panel de rendimiento — líneas/hora, distancia, errores, contador ergonómico. Re-slotting mensual o estacional. Comité trimestral: curva de líneas/hora, análisis del pasillo más caminado, mispick, balance ergonómico."
Alternativas
Asignación manual + lista del WMS
GratisCero licencia adicional (basta con el WMS existente)
Para quién: Almacén pequeño (<20K SKUs, <3K líneas/día), 4-15 preparadores
- + Sin coste extra de software
- + La experiencia del responsable manda
- + Respuesta rápida a cambios de SKU
- − Por encima de 20K SKUs la mente humana no llega
- − Sin correlated assignment ni batch picking
- − Se atasca en surges estacionales
- − Distancia caminada queda 30-50% por encima del óptimo
Sistema de gestión de almacén (WMS) local — módulo estándar
Empresarial150K-800K TRY licencia + 50K-200K TRY/año mantenimiento (mercado TR)
Para quién: Almacén mediano (20K-80K SKUs, 3K-15K líneas/día)
- + Cercano a la regulación TR (e-factura, aduana, conectores e-commerce)
- + Flujo estándar de lista y código de barras
- + Interfaz turca, soporte local
- − Módulo de slotting suele ser heurístico (ABC) — sin MIP
- − Routing suele ser 'orden por pasillo' — sin heurísticas Petersen
- − Batch picking y correlated assignment limitados
Sistema de gestión de almacén internacional + módulo de optimización
Empresarial1-4M EUR licencia + 300K-1M EUR/año (grandes proveedores)
Para quién: Almacén grande (80K+ SKUs, 15K+ líneas/día), multi-sitio
- + MIP de slotting + correlated assignment maduros
- + Heurísticas Petersen + batch picking
- + Re-slotting estacional automatizado
- + Integración con cintas y AS/RS
- − Licencia alta + implementación larga (10-20 meses)
- − Integración e-commerce TR como proyecto a medida
- − Plan de formación extenso
Solver open-source + módulo a medida
Código abiertoLicencia cero; desarrollo 16-32 semanas o 600K-1.5M TRY consultoría
Para quién: Almacén e-commerce con equipo técnico, integración con WMS existente
- + Sin coste de licencia
- + MIP de slotting y TSP de routing bien definidos para open-source
- + Heurísticas de ruta S-shape, return, midpoint, largest-gap y combined disponibles en librerías open-source
- + Cadencia de re-slotting libre
- − Equipo interno OR + integración WMS necesario
- − De prototipo académico a sistema en campo 6-12 meses
- − Mantenimiento sobre el operador; turnos 24/7 requieren plan claro de soporte
Recomendación
Pregunta en la reunión
- ¿Qué enfoque de asignación de hueco soporta el módulo — solo ABC, o también correlated assignment (colocar lado a lado los artículos co-pedidos) y un modelo formal de optimización?
- ¿Qué heurísticas de routing de un solo pedido se soportan — S-shape (recorrer el pasillo de extremo a extremo), return (entrar, recoger, volver), midpoint, largest-gap (saltar el hueco más grande), combined? ¿Bajo qué condiciones se elige cuál?
- ¿Hay batch picking (varios pedidos en un viaje)? ¿Qué método de clustering y qué tamaño típico de batch?
- ¿Con qué frecuencia se ejecuta re-slotting — semanal, mensual, estacional? ¿La reubicación física se planifica automáticamente?
- ¿Cómo se expresan en el modelo las restricciones ergonómicas (SKU pesado a la altura de cintura, estantes altos solo para ligero) y las reglas de segregación (frío, mercancía peligrosa)?
- ¿El surge estacional de SKU (campaña, rebajas) se gestiona con buffer temporal y re-slotting dinámico?
- ¿En un piloto (8-12 semanas) sobre datos reales, cómo se reporta el ahorro en distancia y líneas/hora frente al slotting manual previo?
- Al terminar el contrato, ¿en qué formato estándar podemos exportar el histórico de mapeo SKU-estante, líneas de pedido, rendimiento de picking y parámetros de routing?
Detalles técnicos
Nota editorial
Este problema se conoce en lenguaje llano como “preparación de pedidos”, “plan de estantería” o “plan de huecos”. En la literatura académica lleva dos nombres acoplados: la decisión SKU-estante es Slot Assignment (también Slotting / Storage Assignment), la decisión de ruta del preparador es Order Picking Routing. Si se entra a un contrato de WMS sin separar ambos, no se puede comprobar qué capa de decisión optimiza realmente el módulo comprado.
Este problema ocurre dentro del almacén — ruta caminada y mapeo SKU-estante. VRP (problema #002) es la ruta entre depósitos o depósito-cliente. Asignación de surtido (#017) es qué SKU ve el consumidor en una tienda. Localización de instalaciones (#010) es dónde se ubica el almacén en la ciudad. #041 es qué SKU encuentra el preparador primero y cuántos pasos hasta cogerlo.
El punto más ignorado: Slotting no se resuelve solo — debe considerarse junto con routing. Slotting heurístico (solo por velocidad, ABC) coloca los rotadores rápidos cerca de la puerta; pero el routing en tiempo real (S-shape vs largest-gap vs combined comparadas) puede superar esa disposición. Correlated assignment abre 25-40% sobre ABC. Segundo punto: balance ergonómico. SKUs pesados en estantes altos generan lesiones y fatiga; la ergonomía debe ser restricción dura en el MIP.
Camino paso a paso — para pymes
Etapa 1 — Primero medir. Al menos 6-12 meses de datos por línea: líneas por pedido, lista de SKU, preparador, tiempo de caminata, tiempo total. Por SKU frecuencia semanal, volumen, peso, clase ergonómica. Matriz de co-pedido. Inventario de estantería: pasillos, longitud, niveles, distancia puerta-pasillo. Velocidad empírica del preparador (0.8-1.2 m/s cargado).
Etapa 2 — Extraer capital de conocimiento. Qué SKUs son alta velocidad (A), densos en co-pedido (cluster), pesados (estante bajo), sensibles a surge estacional. Distribución actual de caminata — 10 pasillos más caminados y 10 menos. Tasa de mispick y violaciones ergonómicas.
Etapa 3 — Piloto. 8-12 semanas. En una zona aplicar nuevo slotting MIP; cambiar routing de S-shape a combined Petersen. Decisión final con el responsable; el sistema asesora. Criterios predefinidos: distancia -15% mínimo, líneas/hora +10% mínimo, mispick estable o mejor.
Etapa 4 — Despliegue. 9-15 meses para almacén completo + batch + zone + re-slotting automatizado. Calendario estacional de re-slotting. Comité trimestral.
Riesgos — qué puede salir mal
- Surge promocional de SKU. Un SKU de campaña puede multiplicar su velocidad por 10-30; el slotting heurístico no lo acerca a la puerta y se atasca. Re-slotting dinámico y buffer temporal son esenciales.
- Distorsión estacional. El mix verano-invierno rompe el slotting; sin 2-4 re-slottings al año, la distancia crece.
- Violación ergonómica y lesión. SKUs pesados en estantes altos = lesión, indemnización, pérdida de productividad. Ergonomía como restricción dura.
- Lock-in de un único proveedor WMS. Sin cláusula de exportación estándar, cambiar de WMS significa perder la memoria operativa del almacén.
- Curva de fatiga en batch picking. 8-12 pedidos por viaje aumentan la carga; sin curva de fatiga en el MIP, la tasa de error sube al final del turno.
Mirada técnica a los métodos
| Enfoque | Escala | Tiempo | ¿Óptimo garantizado? |
|---|---|---|---|
| Heurística (ABC) | Pequeño, <20K SKUs | inmediato | No, 50-65% |
| Correlated assignment (Frazelle 2002) | Medio, 20K-80K | minutos | No, 70-80% |
| MIP de asignación (con afinidad) | Medio-grande, ≤80K | min-horas | Sí (con cota) |
| Simulated annealing / tabu | Grande, 100K+ | horas | No, buena calidad práctica |
| Heurísticas Petersen (un pedido) | Toda escala | inmediato | No, 85-95% |
| TSP / Steiner-tree (pedido óptimo) | SKU acotado (≤25) | minutos | Sí |
| MIP de batch / column generation | 5K-30K pedidos/día | horas | Sí (con cota) |
| MIP conjunto slotting + routing | Prototipos | horas-continuo | Sí, escala limitada |
Elección de objetivo:
- Objetivo 1 — Distancia mínima total.
- Objetivo 2 — Máximas líneas/hora.
- Objetivo 3 — Mínima carga de fatiga.
- Objetivo 4 — Mínima tasa de mispick.
Multi-objetivo: suma ponderada o jerárquico (ergonomía dura primero).
Fuentes académicas
Listadas en el frontmatter sources.
Fuentes
- de Koster, R., Le-Duc, T. y Roodbergen, K. J. (2007). Design and control of warehouse order picking: A literature review. European Journal of Operational Research, 182(2), 481-501. Revisión canónica del order picking.
- Petersen, C. G. (1997). An evaluation of order picking routeing policies. International Journal of Operations & Production Management, 17(11), 1098-1111. Comparación de heurísticas.
- Roodbergen, K. J. y Vis, I. F. A. (2009). A survey of literature on automated storage and retrieval systems. European Journal of Operational Research, 194(2), 343-362. Revisión AS/RS.
- Frazelle, E. H. (2002). World-Class Warehousing and Material Handling. McGraw-Hill. Referencia práctica para correlated assignment y slotting.
- Tompkins, J. A., White, J. A., Bozer, Y. A. y Tanchoco, J. M. A. (2010). Facilities Planning (4th ed.). Wiley. Texto fundacional de planificación de instalaciones.
- Centro de Tesis YÖK — palabras clave: ‘depo yönetimi’, ’toplama rotası’, ‘raf yerleşimi’ o ‘WMS’ — 30+ tesis turcas. tez.yok.gov.tr
Glosario
- Order Picking
- Operación de almacén de extraer SKUs de las ubicaciones de almacenamiento para cumplir pedidos de cliente, normalmente por preparadores que caminan.
- Slot Assignment
- Problema de IO de decidir qué ubicación (estante, hueco, slot) ocupa cada SKU en el almacén — minimiza la distancia caminada esperada, equilibra ergonomía y agrupa SKU co-pedidos.
- VRP
- La decisión de qué vehículos, partiendo de uno o varios almacenes, visitan a qué clientes y en qué orden.
- MIP
- Modelo de optimización donde parte de las variables de decisión deben ser números enteros (p. ej. número de camiones o de turnos).
Problemas relacionados
¿Cuándo Pedir, y Cuánto?
Un comercio, una tienda online o un distribuidor con 200–5.000 SKU. Para cada SKU la pregunta es: cuándo pido al proveedor y cuánto. Los proveedores entregan 3–21 días después del pedido (lead time), la demanda oscila día a día, algunos productos caducan, el espacio de almacén es finito y casi todos los proveedores fijan una cantidad mínima de pedido (MOQ). La decisión: qué SKU pedir, cuándo y en qué cantidad, para mantener a raya tanto la 'rotura de stock' (venta perdida) como el 'exceso de stock' (caja atrapada, caducidad). El control manual sirve hasta ~50–100 SKU; por encima, 'lo llevo en la cabeza' falla — o pides de más o te quedas sin algo crítico.
¿Cuánto de cada producto debo pedir para no quedarme sin stock ni acumular existencias?
Escrito para pymes minoristas, de e-commerce o fabricantes que gestionan 500-5.000 SKUs. Si su equipo de compras sigue ordenando cada mes desde una hoja de cálculo con la media de los últimos tres meses más un diez por ciento, y aun así ve estantes vacíos y almacenes saturados al mismo tiempo, está en este problema. Cuando la misma empresa convive con roturas (5-15% de venta perdida) y stock muerto (10-25% de capital atrapado), la intuición ha llegado a su límite: estacionalidad, incertidumbre del plazo de entrega y SKUs de baja rotación no se corrigen a mano referencia por referencia. Una previsión sistemática combinada con política de inventario suele liberar 1,8-5,4M TRY/año de capital de trabajo sobre 50M TRY de ingresos y eleva el nivel de servicio del 85% al 95%.
¿Qué productos quedan en la lista y cuánto espacio para cada uno?
Escrito para una pyme minorista con 30-200 tiendas o un operador de e-commerce con 500-5.000 SKUs. Si cada mes se discute qué productos quedan en estantería, cuánto espacio recibe cada uno y a qué referencia retirar para dar paso a un proveedor nuevo, este es su problema. El listado intuitivo y los planogramas hechos a mano erosionan en silencio el margen de la categoría: los más vendidos quedan con poco frente, las SKUs muertas ocupan espacio y el efecto sustitución (el cliente se va a la competencia cuando no encuentra su producto) queda invisible. Un proceso de decisión sistemático a nivel tienda-categoría suele desplazar el margen anual en 2-6M TRY sobre una categoría de 50M TRY.