Dentro un magazzino e-commerce, due decisioni accoppiate: quale SKU sta su quale scaffale (slotting) e secondo quale sequenza di corsie e rotta cammina il picker per una lista (picking). Problema classico di RO di magazzino: minimizzare la distanza totale percorsa.
In breve
Ti suona familiare?
- Gestiamo 20K-150K SKU; preleviamo 5K-30K righe/giorno. I picker camminano 15-25 km/giorno; le lamentele di fatica salgono e gli errori aumentano a fine turno.
- Quando arriva un nuovo SKU il responsabile dice 'mettilo in un vano libero'; velocità di picking, pattern di co-ordine ed ergonomia non sono considerati.
- Una lista ha 8-25 righe; il picker la guarda e cammina 'più o meno in quest'ordine' — alcuni attraversano la stessa corsia due volte. Un ordine varia 200-800 m.
- Nei picchi stagionali (fine anno, saldi) il volume cresce di 3-5x; lo slotting attuale si blocca.
- Righe per picker per ora 20-35% sotto il benchmark di settore; non sappiamo da dove partire.
- Il tempo di ricerca dentro pick-pack-ship consuma il 20-30% del totale; le posizioni cambiano e la conoscenza si perde tra i turni.
- Il nostro WMS produce la lista ma non risolve la rotta — la ordina per corsia. Niente batch picking, niente correlated slotting.
Perché è importante
Come si risolve
Profondità tecnica
Come si risolve
Profondità tecnicaIn una frase: Prima disponi gli SKU sugli scaffali con criterio (velocità rapida vicino alla porta, pesanti all’altezza del fianco, coppie co-ordinate affiancate), poi risolvi la rotta di picking con una regola matematica invece che “in ordine di corsia” (S-shape, return, midpoint, ecc.). Pensare le due decisioni insieme; cancella il 25-40% del cammino.
La letteratura di Ricerca Operativa (disciplina che usa matematica e informatica per risolvere decisioni di business) di magazzino tratta questo come due decisioni accoppiate: Slot Assignment (Slotting) SKU-scaffale, Order Picking Routing rotta del picker. Soluzione in tre fasi:
1. Modellazione. Input: lista SKU (frequenza settimanale, volume, peso, classe ergonomica, stagionalità, coppie co-ordine), struttura scaffalature (numero corsie, lunghezza, livelli, distanze porta-corsia), storico ordini (almeno 6-12 mesi a livello di riga), manodopera (turni, velocità, capacità di trasporto). Vincoli: capacità scaffale, zona ergonomica (SKU pesante 60-120 cm), segregazione catena del freddo/secco, segregazione merci pericolose, compatibilità tipo scaffale, buffer di surge stagionale. Obiettivo: distanza media di picking minima, o minuti totali per picker minimi, o righe/ora massime.
2. Decisione con solver.
- Slotting: Euristica ABC class-based (A/B/C per velocità, A vicino alla porta) è un avvio veloce. Correlated assignment apre 25-40% sopra l’euristica. Per risultati migliori un MIP SKU-scaffale (Mixed-Integer Linear Programming — ottimizzazione con alcune variabili 0/1 e altre continue) con affinità ed ergonomia; in larga scala (100K+) simulated annealing, ricerca tabu (metodi di ricerca intelligente — producono soluzioni quasi ottime) o MIP a cluster.
- Routing: Euristiche (regole semplici per la scelta del percorso a piedi): S-shape, return, midpoint, largest-gap, combined. Per l’ottimo, formulazione TSP / Steiner-tree (Travelling Salesman Problem — il giro chiuso più corto) per pochi SKU. Batch picking con algoritmo dei risparmi, column generation o clustering + TSP.
- Decisione congiunta: L’ottimo vero emerge solo se risolti insieme. In pratica due fasi: slotting MIP (mensile/stagionale), routing in tempo reale per lista.
3. Integrazione in campo. Output a tre strati: (a) piano di slotting caricato nel WMS, riallocazione in turno notturno o weekend; (b) piano batch e rotta modulo invocato dal WMS quando genera la lista; il terminale mostra SKU ordinati con sequenza di corsia; (c) dashboard di performance — righe/ora, distanza, errori, contatore ergonomico. Re-slotting mensile o stagionale. Comitato trimestrale.
Alternative
Assegnazione manuale + lista WMS
GratuitoZero licenza aggiuntiva (basta il WMS esistente)
Per chi: Magazzino piccolo (<20K SKU, <3K righe/giorno), 4-15 picker
- + Nessun costo software extra
- + L'esperienza del responsabile guida
- + Risposta veloce ai cambi di SKU
- − Sopra 20K SKU la mente umana non basta
- − Niente correlated assignment, niente batch picking
- − Surge stagionale = ingorgo
- − Distanza percorsa resta 30-50% sopra l'ottimo
Sistema di gestione magazzino (WMS) locale — modulo standard
Aziendale150K-800K TRY licenza + 50K-200K TRY/anno (mercato TR)
Per chi: Magazzino medio (20K-80K SKU, 3K-15K righe/giorno)
- + Vicino alla regolazione TR (e-fattura, dogana, connettori e-commerce)
- + Flusso standard lista e codice a barre
- + Interfaccia turca, supporto locale
- − Slotting di solito euristico (ABC) — senza MIP
- − Routing di solito 'ordinato per corsia' — senza euristiche Petersen
- − Batch picking e correlated assignment limitati
Sistema di gestione magazzino internazionale + modulo di ottimizzazione
Aziendale1-4M EUR licenza + 300K-1M EUR/anno (grandi fornitori)
Per chi: Magazzino grande (80K+ SKU, 15K+ righe/giorno), multi-sito
- + MIP di slotting + correlated assignment maturi
- + Euristiche Petersen + batch picking
- + Re-slotting stagionale automatizzato
- + Integrazione con convogliatori e AS/RS
- − Licenza alta + implementazione 10-20 mesi
- − Integrazione e-commerce TR su misura
- − Formazione estesa
Solver open-source + modulo custom
Open SourceLicenza zero; sviluppo 16-32 settimane o 600K-1.5M TRY consulenza
Per chi: Magazzino e-commerce con team tecnico, integrazione con WMS esistente
- + Nessun costo di licenza
- + MIP di slotting e TSP di routing ben definiti per open-source
- + Euristiche di percorso S-shape, return, midpoint, largest-gap e combined disponibili nelle librerie open-source
- + Cadenza di re-slotting libera
- − Team OR interno + integrazione WMS necessari
- − Dal prototipo accademico al sistema 6-12 mesi
- − Manutenzione sull'operatore
Raccomandazione
Chiedi nell'incontro
- Quale approccio di assegnazione posto supporta il modulo — solo ABC, o anche correlated assignment (mettere fianco a fianco gli articoli co-ordinati) e un modello formale di ottimizzazione?
- Quali euristiche di routing single-order — S-shape (attraversare il corridoio da estremo a estremo), return (entrare, prelevare, tornare), midpoint, largest-gap (saltare lo spazio più grande), combined? Sotto quali condizioni si sceglie quale?
- C'è batch picking (più ordini in un viaggio)? Quale metodo di clustering, quale dimensione tipica?
- Con che frequenza gira il re-slotting — settimanale, mensile, stagionale? La rilocazione fisica è pianificata automaticamente?
- Come si esprimono nel modello i vincoli ergonomici (SKU pesante a altezza vita, scaffali alti solo per leggero) e le regole di segregazione (catena del freddo, merci pericolose)?
- Il surge stagionale di SKU (campagna, saldi) è gestito con buffer temporaneo e re-slotting dinamico?
- In un pilot (8-12 settimane) su dati reali, come si riporta il risparmio in distanza e righe/ora rispetto allo slotting manuale precedente?
- A fine contratto, in quale formato standard possiamo esportare lo storico del mapping SKU-scaffale, righe d'ordine, performance di picking e parametri di routing?
Dettagli tecnici
Nota della redazione
Questo problema in linguaggio comune si chiama “preparazione ordini in magazzino”, “piano scaffali” o “piano vani”. In letteratura accademica porta due nomi accoppiati: la decisione SKU-scaffale è Slot Assignment (anche Slotting / Storage Assignment), la decisione di rotta del picker è Order Picking Routing. Senza separare i due nomi, in un contratto WMS non si può verificare quale livello di decisione il modulo acquistato ottimizzi davvero.
Questo problema accade dentro il magazzino — rotta del picker e mapping SKU-scaffale. VRP (problema #002) è la rotta tra depositi o deposito-cliente. Assortimento di scaffale (#017) è quale SKU vede il consumatore in negozio. Localizzazione (#010) è dove sorge il magazzino in città. #041 è quale SKU il picker incontra per primo e quanti passi per afferrarlo.
Il punto più trascurato: Lo slotting non si risolve da solo — va considerato insieme al routing. Lo slotting euristico (solo velocità, ABC) mette i fast-mover vicini alla porta; ma il routing in tempo reale (S-shape vs largest-gap vs combined a confronto) può superare quella disposizione. Correlated assignment apre 25-40% sopra ABC. Secondo punto: bilanciamento ergonomico. SKU pesanti su scaffali alti = infortuni e fatica; l’ergonomia deve essere vincolo duro nel MIP.
Percorso a tappe — per PMI
Fase 1 — Prima misurare. Almeno 6-12 mesi di dati a livello di riga: righe per ordine, lista SKU, picker, tempo di camminata, tempo totale. Per SKU frequenza settimanale, volume, peso, classe ergonomica. Matrice di co-ordine. Inventario scaffali. Velocità empirica (0.8-1.2 m/s carico).
Fase 2 — Estrarre capitale di conoscenza. Quali SKU alta velocità (A), densi in co-ordine (cluster), pesanti (basso), sensibili a surge stagionale. Distribuzione attuale di camminata — 10 corsie più/meno percorse. Tasso di mispick e violazioni ergonomiche.
Fase 3 — Pilot. 8-12 settimane. In una zona nuovo slotting via MIP; routing da S-shape a combined Petersen. Decisione finale al responsabile delle operazioni; il sistema consiglia. Criteri preimpostati: distanza -15% minimo, righe/ora +10% minimo, mispick stabile o migliore.
Fase 4 — Roll-out. 9-15 mesi per magazzino completo + batch + zone + re-slotting automatizzato. Calendario stagionale di re-slotting. Comitato trimestrale.
Rischi — cosa può andare storto
- Surge promozionale di SKU. Un SKU di campagna può moltiplicare la velocità per 10-30; lo slotting euristico non lo avvicina alla porta = ingorgo. Re-slotting dinamico e buffer temporaneo essenziali.
- Sfasamento stagionale. Mix estate-inverno rompe lo slotting; senza 2-4 re-slotting all’anno, la distanza cresce.
- Violazione ergonomica e infortunio. SKU pesanti su scaffali alti = infortunio, indennizzo, perdita di produttività. Ergonomia come vincolo duro.
- Lock-in di un unico fornitore WMS. Senza clausola di export standard, cambiare WMS significa perdere la memoria operativa del magazzino.
- Curva di fatica nel batch picking. 8-12 ordini in un viaggio aumentano il carico; senza curva di fatica nel MIP, gli errori a fine turno salgono.
Sguardo tecnico ai metodi
| Approccio | Scala | Tempo | Ottimo garantito? |
|---|---|---|---|
| Euristica (ABC) | Piccolo, <20K SKU | immediato | No, 50-65% |
| Correlated assignment (Frazelle 2002) | Medio, 20K-80K | minuti | No, 70-80% |
| MIP di slot-assignment (con affinità) | Medio-grande, ≤80K | min-ore | Sì (entro bound) |
| Simulated annealing / tabu | Grande, 100K+ | ore | No, buona qualità pratica |
| Euristiche Petersen (single order) | Ogni scala | immediato | No, 85-95% |
| TSP / Steiner-tree (single order ottimo) | SKU limitato (≤25) | minuti | Sì |
| MIP batch picking / column generation | 5K-30K ordini/giorno | ore | Sì (entro bound) |
| MIP congiunto slotting + routing | Prototipi accademici | ore-continuo | Sì, scala limitata |
Scelta della funzione obiettivo:
- Obiettivo 1 — Distanza totale minima.
- Obiettivo 2 — Massime righe/ora.
- Obiettivo 3 — Minima carica di fatica.
- Obiettivo 4 — Minimo mispick.
Multi-obiettivo: somma pesata o gerarchico (ergonomia dura per prima).
Fonti accademiche
Elencate nel frontmatter sources.
Fonti
- de Koster, R., Le-Duc, T. e Roodbergen, K. J. (2007). Design and control of warehouse order picking: A literature review. European Journal of Operational Research, 182(2), 481-501. Survey canonica dell’order picking.
- Petersen, C. G. (1997). An evaluation of order picking routeing policies. International Journal of Operations & Production Management, 17(11), 1098-1111. Confronto di euristiche.
- Roodbergen, K. J. e Vis, I. F. A. (2009). A survey of literature on automated storage and retrieval systems. European Journal of Operational Research, 194(2), 343-362. Survey AS/RS.
- Frazelle, E. H. (2002). World-Class Warehousing and Material Handling. McGraw-Hill. Riferimento pratico per correlated assignment e slotting.
- Tompkins, J. A., White, J. A., Bozer, Y. A. e Tanchoco, J. M. A. (2010). Facilities Planning (4th ed.). Wiley. Testo di base sulla pianificazione di impianti.
- Centro Tesi YÖK — parole chiave: ‘depo yönetimi’, ’toplama rotası’, ‘raf yerleşimi’ o ‘WMS’ — 30+ tesi turche. tez.yok.gov.tr
Glossario
- Order Picking
- Operazione di magazzino di prelevare SKU dalle ubicazioni di stoccaggio per evadere ordini cliente, tipicamente da picker a piedi.
- Slot Assignment
- Problema di RO di decidere quale ubicazione (scaffale, vano, slot) occupa ciascun SKU nel magazzino — minimizza la distanza percorsa attesa, bilancia ergonomia, raggruppa per affinità di co-ordine.
- VRP
- La decisione su quali veicoli, partendo da uno o più depositi, visitano quali clienti e in che ordine.
- MIP
- Modello di ottimizzazione in cui alcune variabili decisionali devono essere numeri interi (es. numero di camion, numero di turni).
Problemi correlati
Decine di SKU dallo Stesso Fornitore — A Quale Frequenza Ordinare Ciascuno per Minimizzare Camion e Stock Insieme?
Questa pagina è per una PMI grossista, importatrice o produttrice che compra 50-500 SKU dallo stesso fornitore — tipicamente distribuiti su 3-15 fornitori principali. La domanda settimanale è la stessa: da questo fornitore, quali prodotti si ordinano oggi e quali possono aspettare la settimana prossima? Se ogni prodotto attiva il suo ordine, lo stesso fornitore finisce per spedire tre camion e tre fascicoli doganali a settimana; un camion, un fascicolo e un costo di setup potrebbero coprire tutto se i raggruppamenti sono giusti. La pianificazione manuale crolla oltre i 50 SKU: alcune settimane mezzo camion, altre tre ordini di fila — i costi fissi tornano come 5-15% del costo unitario del prodotto.
Lo stock non si svuota a fine stagione — quando e di quanto scontare per tenere il margine e non lasciare dead stock?
Questa pagina è per voi se gestite una PMI fast fashion con collezione stagionale, una catena di 30-100 negozi di abbigliamento/scarpe/accessori o una catena di prodotti freschi (fruttivendolo, panificio, macelleria). Il dolore classico: una collezione di 200-1.000 SKU si vende per 4-12 settimane e poi lo stock invenduto diventa un problema — scontare troppo presto erode il margine, scontare troppo tardi lascia una pila di dead stock a fine stagione. La decisione: quale articolo, quando, con che percentuale di sconto? In una catena moda media gestita con regole a intuito il 20-35% dello stock di fine stagione finisce a saldo; un calendario di sconti corretto alza il margine lordo del 5-15%, riduce il dead stock del 20-30% e porta 15-60 milioni TRY di margine operativo all'anno su un fatturato tipico.