Маршрутизация пикинга: 5 алгоритмов и эффект

Сборщик на складе 5 000 м² проходит 12–18 км за смену. Из них 55–65% — перемещение между ячейками, не связанное с самой операцией сборки. Оптимизация маршрута на 30% — это минус 4–5 км в день на человека, или +25–35 заказов при той же нагрузке на ноги.¹

Маршрутизация пикинга — это алгоритм, определяющий последовательность обхода ячеек при сборке заказа. Ниже — пять алгоритмов: от простого S-обхода до оптимального расчёта WMS, с цифрами экономии для каждого.

<!-- callout-1 -->

<!-- kpi-1 -->

Зачем оптимизировать маршрут: 55–65% времени сборщика — это ходьба

Процесс пикинга складывается из четырёх компонентов: перемещение (travel) — 55–65%, поиск ячейки (search) — 10–15%, извлечение товара (pick) — 10–15%, вспомогательные операции (setup, documentation) — 10–20%.³ Перемещение — единственный компонент, который не добавляет ценности, но занимает больше половины времени.

На складе 5 000 м² с 8 000 ячеек сборщик при хаотичном обходе (без маршрутизации) проходит 16–20 км за смену из 8 часов. При 10 заказах по 15 строк это около 110 м на строку. Оптимизированный маршрут сокращает путь до 60–70 м на строку — разница в 40–50 м экономит 25–30 секунд на каждой строке.

В масштабе: 10 сборщиков × 150 строк/смена × 25 секунд = 10,4 часа экономии в день. При ставке 250 ₽/час — 2 600 ₽/день, 57 200 ₽/месяц, 686 400 ₽/год. И это только ФОТ — ускорение сборки также увеличивает пропускную способность склада и сокращает время отгрузки.

Подробнее о структуре складских процессов от приёмки до отгрузки — в пилларном материале, где пикинг рассматривается в контексте всей цепочки.

S-образный обход: сокращение пути на 15–20%, без WMS

S-образный (змейковый, traversal) обход — простейший алгоритм: сборщик входит в проход с одного конца, проходит до другого, переходит в соседний проход и идёт обратно. Буква S описывает траекторию при взгляде сверху.¹

Реализация не требует WMS: достаточно отсортировать строки заказа по номерам проходов (чётные — в одном направлении, нечётные — в обратном) и распечатать лист сборки в этом порядке. Время внедрения — 1 день, стоимость — 0 ₽.

Экономия пути по сравнению с хаотичным обходом — 15–20% при условии, что заказ затрагивает более 3 проходов. При 1–2 проходах разница минимальна. Ограничение: сборщик проходит каждый проход целиком, даже если нужная ячейка — у входа. При низкой плотности пикинга (менее 2 строк на проход) до 40% пути — пустая ходьба.

Производительность: 80–120 строк/час в зависимости от размера склада и расстояния между ячейками. S-обход подходит для складов до 3 000 м² с ручной сборкой и без WMS. Это базовый уровень — от него считается эффект остальных алгоритмов. Дополнительное преимущество S-обхода — простота обучения. Новый комплектовщик осваивает маршрут за 15–20 минут: достаточно объяснить правило «чётный проход — вперёд, нечётный — назад». Для сравнения, оптимальный маршрут WMS требует 2–3 дня привыкания, пока оператор перестаёт теряться в нелинейных переходах между проходами.

Модификация S-обхода — return method (метод возврата): сборщик заходит в проход только до последней нужной ячейки и возвращается обратно тем же путём. Это даёт выигрыш при низкой плотности пикинга (1 строка на проход): вместо прохождения всего прохода длиной 30 м сборщик идёт только до нужной ячейки (например, 8 м) и возвращается. Экономия пути при 1 строке на проход — до 50% по сравнению с полным S-обходом. Но при 3+ строках на проход S-обход эффективнее, потому что метод возврата заставляет проходить начало прохода дважды.

Маршрут по зонам: 25–30% экономии пути, но нужна консолидация

Зонный пикинг (zone picking) делит склад на 3–8 зон, каждая закреплена за одним сборщиком. Заказ разделяется на подзаказы по зонам: сборщик зоны А собирает позиции зоны А, сборщик зоны Б — позиции зоны Б. Подзаказы объединяются на станции консолидации.²

Экономия пути — 25–30% по сравнению с хаотичным обходом. Причина: каждый сборщик работает на площади 500–1 500 м² вместо 5 000 м². Максимальное расстояние в зоне — 80–120 м вместо 200–300 м на всём складе.

Но зонный пикинг создаёт узкое место: станцию консолидации. Время консолидации — 30–90 секунд на заказ. При 500 заказах/день это 4–12 дополнительных человеко-часов. Кроме того, если зонирование склада не соответствует ABC-структуре спроса, зоны загружены неравномерно — одна перегружена, другая простаивает.

Производительность: 120–160 строк/час на сборщика (с учётом меньшего пути). Совокупная производительность зависит от баланса зон. Зонный пикинг подходит для складов 3 000–10 000 м² с WMS, поддерживающей разделение заказов по зонам.

Варианты консолидации: последовательный (sequential zone picking) — контейнер с заказом переходит из зоны в зону, сборщики каждой зоны добавляют свои позиции. Параллельный — все зоны собирают одновременно, подзаказы встречаются на станции. Последовательный проще (не нужна станция), но медленнее. Параллельный быстрее, но требует оператора консолидации и дополнительных 8–15 м² площади.

Ключевой показатель зонного пикинга — баланс нагрузки. Если зона А содержит 60% обращений, а зона Б — 10%, сборщик А перегружен, Б — простаивает. Решение: динамические границы зон, пересматриваемые ежемесячно по данным WMS. Второе решение — «плавающие» сборщики, переходящие из незагруженной зоны в перегруженную при достижении порога ожидания 3+ минуты.

Волновой пикинг: 30–35% экономии, синхронизация с отгрузкой

Волновой пикинг (wave picking) — это формирование «волн» заказов, привязанных к окнам отгрузки. WMS группирует заказы одного рейса или одной зоны доставки в волну и выдаёт сборщикам задания на всю волну одновременно.¹

Ключевое отличие от зонного: волновой пикинг оптимизирует не только путь сборщика, но и загрузку отгрузочных ворот. Заказы одного рейса собираются одновременно и подаются к воротам синхронно — время загрузки фуры сокращается на 20–30%.

Экономия пути — 30–35% по сравнению с хаотичным. Механизм: WMS объединяет строки разных заказов одной волны, попадающие в одну зону, и строит маршрут для группы строк, а не для отдельного заказа. Сборщик проходит проход один раз и собирает позиции для 3–5 заказов.

Ограничение: волновой пикинг требует жёстких временных окон. Если заказы поступают хаотично (e-commerce в реальном времени), волны формируются каждые 15–30 минут, что создаёт задержку от момента заказа до начала сборки. Для складов с требованием «сборка за 30 минут» — это проблема.

Производительность: 130–170 строк/час. Волновой пикинг подходит для складов с чётким графиком отгрузки (3PL, дистрибуция) и WMS уровня Tier 2+.

Размер волны — критический параметр. Слишком маленькая волна (5–10 заказов) не даёт эффекта группировки. Слишком большая (200+ заказов) перегружает зону сортировки и создаёт очередь на отгрузке. Оптимум — 30–80 заказов на волну, привязанных к одному транспортному средству или одному окну отгрузки. WMS формирует волну автоматически по времени отправки, направлению доставки и наличию товара.

Гибридный вариант — waveless picking (безволновой пикинг): WMS выдаёт задания в реальном времени, группируя строки по близости ячеек, но без привязки к окнам отгрузки. Это снимает ограничение по задержке старта сборки и подходит для e-commerce с требованием «сборка за 15 минут». Экономия пути — 25–30%, как у волнового, но без задержки.

Кластерный пикинг: 35–40% экономии, сборка нескольких заказов одновременно

Кластерный пикинг (cluster picking, multi-order picking) — сборщик берёт тележку с 4–8 контейнерами и одновременно собирает 4–8 заказов за один обход. WMS распределяет строки по контейнерам и строит маршрут для всего кластера.¹

Экономия пути — 35–40% по сравнению с хаотичным. Причина: вместо 5 отдельных обходов — один, покрывающий все ячейки. Если 5 заказов по 10 строк затрагивают 15 уникальных проходов, при раздельной сборке — 75 заходов в проходы (с повторами), при кластерной — 15.

Критическое условие: точность. Сборщик должен класть товар в правильный контейнер. Ошибка (товар в чужой заказ) обходится дороже, чем экономия на маршруте. Решения: Pick-to-Light индикаторы на контейнерах (точность 99,9%), сканирование штрихкода контейнера перед укладкой (99,7%), визуальная маркировка цветом (99,0–99,3%).

Производительность: 140–180 строк/час. Но при ошибках — падение до 100–120 строк/час из-за пересортицы. Кластерный пикинг подходит для e-commerce (много мелких заказов по 3–8 строк) и требует WMS + оборудование (тележки с разделителями или полки).

Размер кластера определяется двумя факторами: габаритами тележки (физический предел — 8–12 контейнеров) и когнитивной нагрузкой на сборщика. Исследования показывают, что при 8+ контейнерах вероятность ошибки (товар в чужой контейнер) растёт нелинейно: 4 контейнера — 0,2% ошибок, 6 — 0,4%, 8 — 0,9%, 10 — 1,8%.¹ Оптимум для ручного кластерного пикинга — 4–6 заказов при использовании визуальной маркировки и 6–8 при использовании Pick-to-Light.

Стоимость оборудования для кластерного пикинга: тележка с разделителями на 6 контейнеров — 45 000–80 000 ₽. Pick-to-Light система на тележку — 25 000–40 000 ₽. Контейнеры (складные пластиковые 400×300×200 мм) — 800–1 500 ₽/шт. На бригаду из 10 сборщиков полный комплект — 750 000–1 300 000 ₽.

Оптимальный алгоритм WMS: 40–50% экономии, расчёт в реальном времени

Оптимальный маршрут — это решение задачи коммивояжёра (TSP) для набора ячеек заказа. В прямоугольном складе с параллельными проходами и 1–2 поперечными коридорами TSP решается точно за полиномиальное время (алгоритм Ратлиффа–Розенталя, 1983).⁴

WMS рассчитывает кратчайший маршрут обхода нужных ячеек с учётом направления движения в проходах, поперечных коридоров и точки входа/выхода. Результат — маршрут, который сборщик проходит ровно один раз через каждую нужную ячейку, с минимальным суммарным расстоянием.

Экономия пути — 40–50% по сравнению с хаотичным обходом и 20–30% по сравнению с S-образным. На складе 5 000 м² с 8 000 ячеек и заказом из 20 строк: S-обход — 380 м, оптимальный — 270 м, разница — 110 м (29%).

Практическое ограничение: оптимальный маршрут может быть контринтуитивным. Сборщик заходит в проход с нетипичной стороны, пропускает часть прохода, возвращается через поперечный коридор. Без визуальной навигации (экран терминала с картой, Pick-by-Voice, Pick-by-Light) сборщик теряется и проигрывает S-обходу. WMS-система уровня Tier 1–2 поддерживает визуализацию маршрута на мобильном терминале.

Алгоритм Ратлиффа–Розенталя работает для прямоугольного склада с параллельными проходами. Если склад имеет нестандартную планировку (L-образную, многоэтажную, с мезонином), задача становится NP-трудной и решается эвристическими методами: ближайший сосед, генетический алгоритм, муравьиный алгоритм. Эвристики дают маршрут на 5–15% длиннее оптимального, но рассчитываются за 0,01–0,05 секунды на любой планировке.⁴

Отдельная задача — учёт встречного трафика. Если в одном проходе одновременно работают 2 сборщика, они мешают друг другу. Продвинутые WMS учитывают текущее положение всех сборщиков и строят маршруты так, чтобы минимизировать столкновения. Это сокращает время ожидания в узких проходах на 8–12%.

Производительность: 150–200 строк/час при наличии визуальной навигации. Оптимальный алгоритм — это потолок для ручного пикинга. Дальнейший рост — только через конвейерные системы, роботов или Goods-to-Person.

<!-- kpi-2 -->

Сравнение: экономия времени — от 15% до 50% в зависимости от алгоритма

Стоимость указана как дополнительные инвестиции сверх базовой WMS. Если WMS уже есть, зонный пикинг может стоить 0 ₽ (только настройка). Если WMS нет — стоимость системы (1–5 млн ₽ для склада 5 000 м²) добавляется к инвестициям.

Оптимальный алгоритм не всегда лучший выбор. Если склад маленький (до 2 000 м²), S-обход даёт 85% эффекта при нулевых затратах. Если заказы крупные (30+ строк), зонный пикинг эффективнее кластерного. Выбор алгоритма — это баланс между экономией и инвестициями, и подробнее об организации процесса — в материале об организации процесса пикинга.

<!-- callout-2 -->

Кейс: e-commerce склад 5 000 м² — переход с S-обхода на кластерный + оптимальный

Фулфилмент-центр e-commerce в Подмосковье. Площадь — 5 200 м², 12 000 ячеек мелкоштучного хранения, 2 500–3 500 заказов/день, средний заказ — 3,2 строки. Команда сборщиков — 18 человек в 2 смены.

Исходное состояние. WMS Tier 3 (российская разработка), S-образный обход, бумажные листы сборки. Производительность — 95 строк/час на сборщика. Средний путь на заказ — 280 м. Дневной пробег сборщика — 16,5 км. Уровень ошибок — 1,2% (пересортица).

Проблема. При росте заказов до 3 500/день 18 сборщиков не справлялись: сборка растягивалась до 22:00, отгрузка в курьерские службы срывалась. Найм дополнительных 4 сборщиков — 240 000 ₽/мес ФОТ. Альтернатива — оптимизация маршрутов.

Решение. Обновление WMS до Tier 2 с поддержкой кластерного пикинга и оптимального маршрута. Закупка 9 кластерных тележек с 6 контейнерами каждая. Установка Wi-Fi терминалов (мобильные компьютеры) с визуализацией маршрута. Обучение персонала — 3 дня.

Инвестиции. Обновление WMS: 1 200 000 ₽ (лицензия + внедрение). Тележки: 540 000 ₽ (9 шт. × 60 000 ₽). Терминалы: 720 000 ₽ (18 шт. × 40 000 ₽). Обучение: 90 000 ₽. Итого: 2 550 000 ₽.

Результат через 3 месяца. Производительность — 168 строк/час (+77%). Средний путь на заказ — 155 м (−45%). Дневной пробег сборщика — 9,2 км (−44%). Уровень ошибок — 0,4% (тройной контроль: скан ячейки + скан товара + скан контейнера). Те же 18 сборщиков обрабатывают 4 200 заказов/день (запас 20% на рост).

Экономия. Не нанятые 4 сборщика: 240 000 ₽/мес = 2 880 000 ₽/год. Снижение пересортицы: с 1,2% до 0,4% = 0,8% × 3 500 заказов × 350 ₽ (стоимость обработки возврата) = 9 800 ₽/день = 215 600 ₽/мес. Итого: 454 000 ₽/мес, окупаемость — 5,6 месяца.

<!-- callout-3 -->

FAQ

Можно ли внедрить оптимальный маршрут без WMS?

Теоретически — да, но практически — нет. Расчёт оптимального маршрута для 20 ячеек из 8 000 занимает 0,1–0,3 секунды на сервере. Вручную это невозможно. Компромисс: S-обход не требует WMS и даёт 15–20% экономии. Зонный пикинг можно реализовать на бумаге (разделить листы по зонам), но консолидация усложняется. Для серьёзной оптимизации WMS обязательна.

Какой алгоритм лучше для крупногабаритных товаров?

Для паллетного пикинга (целые паллеты) маршрутизация менее критична: заказ содержит 3–8 строк, и путь определяется не алгоритмом, а раскладкой. Зонирование по ABC (ходовые SKU ближе к отгрузке) даёт больший эффект, чем алгоритм обхода. S-обход достаточен. Для смешанного пикинга (паллеты + штуки) — зонный: крупный товар собирается на погрузчике, мелкий — пешим сборщиком, оба маршрута оптимизируются отдельно.

Как измерить эффективность маршрутизации?

Три метрики: (1) средний путь на строку (м/строка) — чем меньше, тем лучше; цель — 40–70 м. (2) Строк в час на сборщика — основной KPI; замеряется WMS автоматически. (3) Коэффициент полезного пути — отношение суммарного расстояния до ячеек с товаром к общему пройденному расстоянию; идеал — 0,7+, типичный — 0,4–0,6. WMS Tier 2+ рассчитывает эти метрики в реальном времени.

Что важнее — маршрутизация или зонирование (ABC)?

Зонирование. ABC-раскладка (20% SKU дают 80% обращений → ближе к зоне отгрузки) сокращает средний путь на 30–40% — это больше, чем разница между S-обходом и оптимальным алгоритмом (20–30%). Сначала — ABC-зонирование, потом — маршрутизация. Подробнее о принципах раскладки — в материале о зонировании склада.

Как часто нужно пересчитывать ABC-раскладку?

Каждые 2–4 недели для e-commerce (спрос волатильный), каждые 1–3 месяца для дистрибуции (спрос стабильнее). WMS Tier 1 пересчитывает ABC автоматически и предлагает перемещения. Затраты на перемещение — 2–4 человеко-часа на 1 000 SKU. Если выгода от оптимизации пути (в часах сборщиков) превышает затраты на перемещение — пересчёт оправдан.

¹: De Koster, R., Le-Duc, T., Roodbergen, K.J. (2007). Design and control of warehouse order picking: A literature review. European Journal of Operational Research, 182(2), 481–501. ²: Petersen, C.G. (2002). Considerations in order picking zone configuration. International Journal of Operations & Production Management, 22(7), 793–805. ³: Tompkins, J.A. et al. (2010). Facilities Planning. 4th ed. Wiley — методика расчёта производительности пикинга и эффективности маршрутов. ⁴: Ratliff, H.D., Rosenthal, A.S. (1983). Order-picking in a rectangular warehouse: a solvable case of the traveling salesman problem. Operations Research, 31(3), 507–521.