Artikeldata bij orderpicken: 6 manieren waarop artikeldata het orderpickproces verbetert

Blijkt een artikel tijdens het picken niet in de toegewezen krat te passen? Of moet een medewerker zelf bepalen welke verzenddoos geschikt is voor een order? Dan kost orderpicken onnodig extra tijd. Medewerkers moeten artikelen verplaatsen, een andere bak of doos pakken of afwijken van de geplande pickmethode. Gebeurt dat regelmatig, dan zorgen die kleine correcties samen voor extra handelingen, vertraging en onrust in het orderpickproces.

Met betrouwbare artikeldata kun je een deel van die keuzes al vóór het orderpicken maken. Vooral lengte, breedte, hoogte en gewicht geven een WMS informatie over de fysieke eigenschappen van artikelen. Het systeem kan die gegevens bijvoorbeeld gebruiken om te bepalen of een order geschikt is voor batchpicking, hoeveel dragers nodig zijn en welke verzenddoos past.

Robbert Mäkel werkt al bijna tien jaar als intralogistiek specialist bij Logitrade en helpt organisaties hun magazijnprocessen te verbeteren en automatiseren. Daarbij ziet hij in de praktijk welke keuzes tijdens het orderpicken geautomatiseerd kunnen worden als een WMS over betrouwbare artikeldata beschikt. In dit artikel legt hij uit hoe dat werkt en wanneer artikeldata daadwerkelijk meerwaarde heeft.

Specifiek lees je hoe artikeldata kan helpen om:

• De juiste pickmethode te bepalen;
• Te voorkomen dat artikelen in een verkeerde drager terechtkomen;
• Vooraf het benodigde aantal dragers te bepalen;
• Voor het picken een geschikte verzenddoos te kiezen;
• Bakken en dozen vóór de pickronde aan orders te koppelen;
• Rekening te houden met fysieke afmetingen in plaats van alleen totaalvolume.

Welke artikeldata is belangrijk voor orderpicken?

Voor de toepassingen in dit artikel zijn vooral lengte, breedte, hoogte en gewicht relevant. Welke gegevens je precies nodig hebt, hangt af van de beslissing die je WMS moet nemen.

Wil je bijvoorbeeld automatisch een verzenddoos kiezen, dan moet het systeem de afmetingen van de artikelen én de beschikbare dozen kennen. Wil je vooral orders slim combineren, dan spelen naast fysieke artikelkenmerken ook ordergegevens zoals prioriteit, leverdatum en overeenkomsten tussen orders een rol.

De kern is dus niet dat je zoveel mogelijk masterdata moet verzamelen. Je hebt vooral de gegevens nodig waarmee je een concrete beslissing uit het orderpickproces wilt automatiseren.

Onderstaand overzicht laat zien hoe artikeldata zich kan vertalen naar een beslissing op de magazijnvloer.

1. Artikeldata helpt de juiste pickmethode te bepalen

Niet iedere order is geschikt voor dezelfde pickmethode. Een aantal kleine orders kun je bijvoorbeeld gezamenlijk verzamelen met een batchkar, terwijl een grote order beter afzonderlijk kan worden gepickt.

Als het WMS de fysieke kenmerken van de artikelen kent, kan het daar vooraf rekening mee houden. Ons WMS LogiAction kan op basis van artikelkenmerken en afmetingen automatisch een pickmethode toewijzen. Grote orders of orders met veel regels die te groot zijn voor batchpicking kunnen bijvoorbeeld aan single-order picking worden toegewezen.

Robbert beschrijft wat er gebeurt als die informatie niet betrouwbaar is:

“Als je dus je data niet op orde hebt, dan kan het zijn dat je een heel groot product in een batch pickproces krijgt.”

Artikeldata helpt daarmee een praktisch probleem te voorkomen: de picker ontdekt niet pas tijdens zijn ronde dat de gekozen pickmethode fysiek niet bij de order past.

Bij de uiteindelijke samenstelling van batches spelen ook andere gegevens een rol. LogiAction kan daarbij bijvoorbeeld rekening houden met prioriteit, leverdatum en overeenkomsten tussen orders.

Artikelafmetingen bepalen dus mede of een order fysiek geschikt is voor een bepaalde pickmethode; andere ordergegevens helpen vervolgens om geschikte orders met elkaar te combineren.

2. Artikeldata voorkomt dat een artikel in de verkeerde bak of doos terechtkomt

Een batchpickproces werkt alleen goed als de orders ook fysiek in de beschikbare dragers passen. Dat klinkt vanzelfsprekend, maar een WMS kan dat alleen vooraf beoordelen wanneer het weet hoe groot de artikelen zijn.

Het verschil tussen werken met en zonder betrouwbare afmetingen is eenvoudig:

• Zijn artikelafmetingen niet beschikbaar? Dan moet je vaker werken met vaste regels, aannames of de ervaring van medewerkers;
• Zijn artikelafmetingen wel betrouwbaar beschikbaar? Dan kan het WMS berekenen of een order fysiek binnen de gekozen drager en pickmethode past.

Daarmee verplaats je een deel van het denkwerk van de magazijnvloer naar de voorbereiding van het proces. Artikeldata wordt vooral waardevol wanneer het WMS rekening moet houden met fysieke verschillen tussen artikelen.

3. Artikeldata helpt vooraf bepalen hoeveel kratten of dozen een order nodig heeft

Een order die niet in één krat past, hoeft niet automatisch ongeschikt te zijn voor batchpicking. Het systeem kan ook vooraf bepalen dat dezelfde order meerdere kratten nodig heeft.

LogiAction heeft hiervoor Volume Batch Pick. Daarbij kan worden bepaald hoeveel kratten nodig zijn om een order te verwerken. Heeft een order bijvoorbeeld vier kratten nodig, dan kunnen daarvoor meerdere posities op de batchkar worden gereserveerd.

Het proces ziet er in hoofdlijnen zo uit:

1. Het systeem bepaalt hoeveel ruimte de order nodig heeft;
2. Daaruit volgt het benodigde aantal kratten;
3. Op de batchkar worden voldoende posities voor de order gereserveerd;
4. De medewerker krijgt tijdens het picken ondersteuning bij het plaatsen van de artikelen.

Dit is een ander gebruik van artikeldata dan alleen de vraag of een order wel of niet in een batch past. De informatie kan ook worden gebruikt om de batch praktisch uitvoerbaar te maken.

4. Artikeldata helpt vóór het picken de juiste verzenddoos te bepalen

Artikelafmetingen kunnen worden gebruikt om al vóór de pickronde te bepalen welke verzendverpakking een order nodig heeft. Met Boxpacker kan LogiAction de afmetingen van de artikelen vergelijken met de beschikbare doosformaten.

Zo kan het systeem een geschikte doos of combinatie van dozen bepalen en kan de picker tijdens batchpicking direct in de uiteindelijke verzendverpakking picken.

Robbert beschrijft hoe dat werkt bij een organisatie met een aantal standaarddozen:

“We weten de standaard afmetingen van de dozen die iemand gebruikt. Meestal hebben ze vijf tot zeven verschillende dozen. Die hebben een bepaalde footprint en daarvan weten we de afmetingen. En dan gaan we rekenen van: past het hierin?”

Het WMS kijkt daarbij naar de ruimte die de artikelen nodig hebben én naar hun afzonderlijke afmetingen. Een artikel kan namelijk weinig volume innemen, maar door zijn lengte toch niet in een kleine doos passen.

De berekening helpt zo om vooraf een geschikte verpakking te kiezen, in plaats van die keuze pas na het orderpicken aan de inpaktafel te maken.

5. Artikeldata helpt de pickkar vóór de pickronde voor te bereiden

Voordat de pickronde begint, kan het WMS al bepalen welke bakken of dozen op de pickkar nodig zijn. Afhankelijk van de werkwijze staan er vaste bakken op de kar of worden vooraf specifieke dozen aan de orders gekoppeld. De picker begint zijn ronde daardoor met de juiste dragers op de kar.

In het interview beschrijft Robbert twee praktische situaties.

Situatie A: werken met vaste bakken

Bij een pickkar met vaste bakken vormen de beschikbare bakken het uitgangspunt. Het proces verloopt als volgt:

1. Het WMS beoordeelt welke orders in de beschikbare bakken passen;
2. Geschikte orders worden gecombineerd in een batch;
3. De orders worden aan de bakken op de pickkar gekoppeld;
4. De medewerker start de batchpickronde.

In deze situatie vormen de bakken op de pickkar het uitgangspunt. Het systeem bepaalt welke orders binnen die beschikbare capaciteit kunnen worden verwerkt.

Situatie B: werken met dozen per order

Bij deze werkwijze bepaalt de order juist welke dozen op de pickkar nodig zijn:

1. Het WMS analyseert de artikelen in de orders;
2. Het systeem bepaalt per order een geschikte doos;
3. De medewerker zet de benodigde dozen op de pickkar;
4. De dozen worden aan de juiste orders gekoppeld;
5. De medewerker start de pickronde.

Direct in de verzenddoos picken kan een extra handeling later in het proces voorkomen. Dat geldt vooral wanneer na het picken geen extra controle meer nodig is en de artikelen niet nog aanvullend verpakt hoeven te worden. De order hoeft dan niet eerst in een tijdelijke krat te worden verzameld en aan de inpaktafel opnieuw in een verzenddoos te worden geplaatst.

6. Artikeldata voorkomt dat je alleen naar totaalvolume kijkt

Alleen weten hoeveel volume een artikel inneemt, is niet altijd voldoende om te bepalen of het ergens in past. De afzonderlijke lengte, breedte en hoogte zijn ook belangrijk.
Robbert gebruikt hiervoor een eenvoudig voorbeeld: een liniaal.

“Die is lang, plat. Maar qua vloeibaar volume is het helemaal niks. Dan zou het in een heel klein doosje passen. Alleen die liniaal, die past niet in een klein doosje. Die heeft een lange doos nodig.”

Dat maakt meteen duidelijk waar een berekening die alleen naar totaalvolume kijkt mis kan gaan. Een lang en dun artikel kan weinig volume innemen en tóch niet in een kleine kubusvormige doos passen.

Daarom zijn lengte, breedte en hoogte afzonderlijk belangrijk. Het WMS moet niet alleen weten hoeveel ruimte een artikel inneemt, maar ook of de afmetingen daadwerkelijk binnen de beschikbare doos of drager passen.

De praktische les is simpel: wil je software laten bepalen of een artikel ergens fysiek in past, dan heb je meer nodig dan alleen het totale volume.

Wat zijn de gevolgen van verkeerde artikeldata bij orderpicken?

Verkeerde artikeldata kan ertoe leiden dat een WMS op basis van verkeerde uitgangspunten een keuze maakt. Het systeem kan bijvoorbeeld denken dat een artikel in een bepaalde krat of doos past, terwijl dat in werkelijkheid niet zo is.

Dat kan zich tijdens het orderpicken op verschillende manieren uiten:

• Een order wordt aan een ongeschikte pickmethode toegewezen;
• Een bak, krat of verzenddoos blijkt in de praktijk niet te passen;
• De medewerker moet tijdens het picken alsnog ingrijpen of de werkwijze aanpassen.

Verkeerde gegevens kunnen daarbij extra lastig zijn, omdat het WMS zijn berekening dan baseert op informatie die niet overeenkomt met de werkelijkheid. Een keuze kan in het systeem logisch lijken, terwijl deze op de magazijnvloer niet blijkt te werken.

Het gaat dus niet alleen om het vastleggen van artikeldata, maar vooral om de betrouwbaarheid ervan.

Wanneer heeft artikeldata weinig meerwaarde voor het orderpickproces?

Artikeldata voegt vooral waarde toe wanneer de gegevens daadwerkelijk worden gebruikt. Voor het orderpickproces geldt: als je afmetingen vastlegt, maar je WMS er geen keuzes of berekeningen mee maakt, leveren die gegevens daar weinig extra voordeel op. Dat betekent niet dat de artikeldata helemaal geen waarde heeft: dezelfde gegevens kunnen bijvoorbeeld ook relevant zijn voor klanten.

De bijdrage kan ook indirect zijn. Artikelafmetingen verkorten op zichzelf geen pickroute, maar kunnen bijvoorbeeld wel helpen bepalen welke orders geschikt zijn voor batchpicking. Als je daardoor meerdere orders tijdens één ronde kunt verzamelen, kan dat uiteindelijk minder afzonderlijke pickrondes en loopbewegingen opleveren.

Ook bij een zeer uniform assortiment kan de meerwaarde beperkt zijn. Als vrijwel ieder artikel dezelfde fysieke eigenschappen heeft en probleemloos dezelfde pickmethode volgt, kan een vaste procesregel voldoende zijn.

Betere artikeldata wordt vooral interessant wanneer medewerkers regelmatig zelf keuzes moeten maken die software zou kunnen overnemen. Denk aan situaties waarin zij:

• Moeten bepalen welke bak of doos geschikt is;
• Regelmatig ontdekken dat een artikel niet in de toegewezen drager past;
• Grote of afwijkende artikelen handmatig uit een pickstroom moeten halen;
• Orders opnieuw moeten verpakken;
• Veel productkennis nodig hebben om uitzonderingen goed af te handelen.

Herken je zulke situaties, dan is het zinvol om te onderzoeken welke gegevens het WMS nodig heeft om een deel van die keuzes vooraf te maken.

Moet je alle artikelafmetingen opnieuw vastleggen voor je orderpickproces?

Je hoeft niet direct al je artikelen te meten. Begin bij de toepassing waarvoor je artikeldata wilt gebruiken en bepaal vervolgens welke gegevens daarvoor ontbreken of onvoldoende betrouwbaar zijn.

Wil je bijvoorbeeld vooraf verzenddozen laten bepalen, dan zijn betrouwbare artikelafmetingen en de afmetingen van je beschikbare verpakkingen relevant. Wil je alleen een specifieke productgroep anders laten picken, dan hoef je niet automatisch het volledige assortiment opnieuw te meten.

Een praktische aanpak is:

1. Kies één terugkerend probleem of beslismoment;
2. Controleer of je WMS die beslissing kan automatiseren;
3. Bepaal welke artikeldata daarvoor nodig is;
4. Controleer welke gegevens al betrouwbaar beschikbaar zijn;
5. Begin met een afgebakende groep artikelen die vaak wordt verkocht en daardoor vaak in het orderpickproces voorkomt;
6. Breid pas uit als de toepassing daadwerkelijk waarde toevoegt.

Denk daarbij ook aan het onderhoud van de gegevens. LogiAction kan bijvoorbeeld een periodieke Dimension Check ondersteunen, waarbij wordt bijgehouden wanneer afmetingen en gewicht voor het laatst zijn vastgelegd. Zo kun je artikeldata niet alleen verzamelen, maar ook controleren wanneer nieuwe metingen nodig zijn.

Hoe kun je met artikeldata je orderpickproces verbeteren?

Artikeldata is meer dan administratieve informatie in je ERP of WMS. Met betrouwbare gegevens over onder andere lengte, breedte, hoogte en gewicht kan een WMS vooraf bepalen welke pickmethode geschikt is, hoeveel kratten een order nodig heeft en welke verzenddoos of andere drager past. Keuzes die een medewerker anders tijdens het picken moet maken, kunnen zo al vóór de pickronde worden voorbereid.

De meerwaarde zit daarbij niet in het verzamelen van zoveel mogelijk masterdata. Het gaat erom dat je WMS beschikt over de gegevens die nodig zijn voor de keuzes die je wilt automatiseren. Heb je bijvoorbeeld een uniform assortiment dat vrijwel altijd in dezelfde bakken past, dan kan een vaste procesregel voldoende zijn. Verschillen artikelen sterk in formaat of moeten medewerkers regelmatig zelf bepalen welke drager, pickmethode of verpakking geschikt is, dan wordt betrouwbare artikeldata veel belangrijker.

Je volgende stap is daarom niet om direct je volledige assortiment opnieuw te meten. Breng eerst in kaart welke keuzes tijdens het orderpicken nu nog handmatig worden gemaakt en waar dat tot extra werk of uitzonderingen leidt. Vervolgens kun je bepalen of je WMS die keuze met artikeldata kan ondersteunen, welke gegevens daarvoor nodig zijn en of die gegevens op dit moment betrouwbaar genoeg zijn.

Bij Logitrade kijken we daarom niet alleen naar de artikeldata of de mogelijkheden van het WMS, maar naar het volledige orderpickproces. Samen brengen we in kaart waar medewerkers nu nog handmatige keuzes maken, welke informatie het systeem daarvoor nodig heeft en of betere artikeldata daadwerkelijk de juiste vervolgstap is. Zo voorkom je dat het verzamelen van masterdata een doel op zich wordt en zet je de gegevens juist in waar ze binnen je orderpickproces waarde toevoegen.