ピッキング効率を正しく計算する方法

倉庫では、移動中に労働力が失われる一方で、大量の注文が発生する可能性があります, 検索時間, 補充待ち, そして修正作業. 知ること ピッキング効率の計算方法 運用リーダーに、実際の生産性の向上と生産量によるノイズを区別するための防御可能な方法を提供します. 計算は簡単です, しかし、その結果が人員配置の指針となる前に、生産的な仕事の定義に一貫性がなければなりません, レイアウト, または自動化の決定.

ピッキング効率の測定対象

ピッキング効率は、特定の労働投入量または期間内に生産された検証済みのピッキング出力の量を測定します。. ほとんどの倉庫環境では, 労働時間ごとに抽出されるラインとして表されます, 労働時間あたりに収穫される単位, または労働時間ごとにピッキングされた注文.

適切な対策はオペレーションによって異なります. 労働時間あたりの注文明細は、作業者が処理する必要がある個別のピッキング場所と品目参照を考慮しているため、通常は最も有用な主要指標です。. 労働時間あたりの単位は、大量のケースやピースのピッキングに役立ちます, ただし、アクセスしやすい 1 つの場所からの注文に多くのユニットが含まれる場合、パフォーマンスが過大評価される可能性があります。. 労働時間当たりの注文数を簡単にレポートできる, ただし、注文サイズが大幅に異なる場合は誤解を招く可能性があります.

効率は速度と同じではありません. 素早く仕事をするが、短期間の出荷を行うピッカー, ミスピッキング, 製品の損傷, または安全露出が効率的に動作していない. 性能管理やシステム設計のため, 生産性は品質と安全対策と並行して考慮する必要があります.

ピッキング効率の計算方法

核となる式は:

ピッキング効率 = 検証されたピッキング生産量 / 直接ピッキング作業時間

ラインベースのメジャーの場合:

作業時間あたりにピッキングされた明細 = ピッキングされた確認済みの注文明細の合計 / 直接ピッキング作業時間

チームが完了した場合 2,400 シフト中に確認された注文明細と記録 120 直接ピッキングの労働時間, そのピッキング効率は:

2,400 / 120 = 20 労働時間あたりの行数

これはレートです, 割合ではありません. それを呼ぶ 20% 実際のパフォーマンスを定義された標準と比較する操作でない限り、これは不正確です。. 工学的標準が 25 労働時間あたりの行数, 標準に対するパーセンテージの計算は次のとおりです。:

効率のパーセンテージ = 労働時間あたりの実際のライン数 / 労働時間あたりの標準ライン x 100

この例では:

20 / 25 × 100 = 80% 標準レベルの効率

どちらの数字も貴重です. 最初は動作出力を示します. 2 番目は、移動距離に基づく必要があるターゲットに対するパフォーマンスを示します。, 注文プロファイル, 装置, プロセスステップ, および期待される労働条件.

測定前に直接労働時間を定義する

多くの倉庫生産性レポートの信頼性が低くなるのは分母です. 直接ピッキングの労働時間には、従業員がピッキングを完了するために必要な作業に費やす時間を含める必要があります。: 場所への旅行, 走査, インベントリへのアクセス, 数量の確認, コンテナの取り扱い, 完了した作業を定義された引き渡しポイントに配送します.

間接時間の扱いは指標の目的によって異なります. 有給休憩, 会議, トレーニング, メンテナンスの遅れ, 補充待ち, システムの停止は通常、直接ピッキングの生産性測定から除外されるべきです。, その後個別に追跡される. すべての有給時間を含めることで、より広範な労働利用指標が得られます, これは財務計画に役立ちますが、ピッカーのパフォーマンスと混同しないでください。.

監督および補助労働にも同じ規則が適用されます. 在庫例外の解決にシフトの一部を費やすスーパーバイザは、通常、ダイレクト ピッカーの時間に含めるべきではありません. しかし, それらの時間は総サービス費用分析で表示されたままにする必要があります.

検証済みの出力を使用する, 未発表作品

プロセス定義内で作業が完了および検証されたときに作業をカウントします。. 例えば, 注文明細行は、倉庫管理システムがピッキングを確認した後にカウントされる場合があります。, パック検証後, または発送確認後. 選択したポイントは時間が経っても安定していなければなりません.

リリースされたピック タスクを完了した出力としてカウントしない. ウェーブは 1 つのシフトでリリースされ、次のシフトで完了する場合があります。. 解放された仕事を同じシフト労働と比較して測定すると、人為的な利益または損失が生じる, 特にバッチでは, ゾーン, および波拾い操作.

選択プロファイルに適合するメトリックを選択してください

すべての倉庫を正確に表す単一のピッキング指標はありません. 何千もの小規模な電子商取引の注文を処理する配送センターには、パレット全体を生産ラインに供給する製造施設とは異なる視点が必要です.

個別のピースピッキング作業用, 直接労働時間あたりの注文明細を主要な尺度として使用し、時間あたりの単位をサポート指標として使用します。. ケースピッキング用, 労働時間あたりのケース数は、処理労力をより適切に反映する可能性があります, 特にケースの重みが比較的一貫している場合. パレット作業では, 多くの場合、1 時間あたりのパレット数と 1 時間あたりのパレット移動数の方が意味があります。.

混合操作では、互換性のない作業を 1 つの平均に結合しないでください。. 広い通路の選択ラックからパレット全体をピッキングする作業者と、高密度の棚モジュールから個々のコンポーネントをピッキングする作業者を直接比較することはできません。. プロセスの種類ごとに個別の基準を確立する, 製品ファミリー, ゾーン, および機器構成.

注文の複雑さと作業内容に応じて調整する

生レートは傾向監視に役立ちます, しかし、なぜパフォーマンスが変化するのかは説明されていません. 1 時間あたりの行数の結果が低い場合は、実行が不十分であることを反映している可能性があります。, または、より厳しい注文プロファイルを反映している可能性があります.

業務内容の条件を見直す: 注文あたりの平均行数, 行ごとの単位, 一意の SKU の数, 訪問したピックフェイスの場所, 移動距離, 商品のサイズと重量, カートンまたはトートバッグの取り扱い, 付加価値のあるタスク, そして混雑. 冷蔵, 危険物管理, ロット追跡, シリアル番号のキャプチャ, 厳格な品質チェックも達成可能なレートに影響します.

実際的な方法は、作業の種類ごとにパフォーマンスをセグメント化することです。. 小物品の単一オーダーのピックを類似の小物品のピックと比較する, 複数行の一括注文では不可. 時間とともに, 成熟した労働基準を備えた業務では、各タスク要素にエンジニア分を割り当てることができます。. これにより、稼得時間または標準に対するパフォーマンスと呼ばれる、より正確な指標が生成されます。.

例えば, チームが稼げば 90 標準労働時間ですが、 100 直接労働時間, その性能は 90%. この方法は 1 時間あたりの行数よりも複雑です, しかし、多くの場合、可変オーダープロファイルを持つ施設ではより信頼性が高くなります。.

効率と正確性および安全性を組み合わせる

エラーが増加すると高出力の価値は制限されます. 少なくとも, ピッキング精度とピッキング効率をレビューする:

ピッキングの精度 = 正しいピッキング / ピックの合計 x 100

倉庫で処理する場合 10,000 線を選択し、 25 修正が必要です, 精度は 99.75%. 運用上の問題は、生産性の向上とその結果の低下が一致するかどうかです。. 精度がわずかに低下すると、返品を通じて不釣り合いなコストが発生する可能性があります, 生産停止, 速達貨物, 顧客からのクレーム, そしてやり直し.

安全には同じ規律が必要です. 記録可能なインシデントを追跡する, ニアミス, 機器への影響, 作業領域ごとの人間工学的露出. 生産性目標は、スキャン確認の回避を決して奨励してはなりません, 安全な旅行習慣, 荷重制限, または必要な個人用保護具.

数字を改善計画に変える

計算が信頼できるものになったら, 時間のロスの原因を特定するために使用します. まずはシフト別の効率を検討することから始める, ゾーン, ピッカーメソッド, 注文プロファイル, そして時刻. 1 つのゾーンで一貫して低下している場合は、フォワードピックフェイスが消耗していることを示している可能性があります。, スロッティングが悪い, 補充干渉, または過度の旅行. すべてのゾーンにわたる低下は、システムの遅延を示している可能性があります, 人員配置の不均衡, または非現実的なリリーススケジュール.

手作業によるピッキングでは旅行が最大の機会となることがよくあります. スロットの改善により、動きの速い SKU を統合エリアの近くに配置し、よく注文されるアイテムをグループ化できます。. フォワードピック補充ルールにより、アクティブなウェーブ中の在庫切れと緊急補充を削減できます. すっきりとした通路デザイン, 適切なピックフェイスのサイズ設定, 賢明なゾーニングにより、回避可能な動きも減少します.

テクノロジーは一般的なアップグレードとして機能するのではなく、測定された制約に対処する必要があります. バーコードスキャンにより確認規律が向上. 音声または光によるピッキングは、適切なアプリケーションで認知負荷を軽減できます。. カートベースのバッチピッキングでは、少量の注文では生産量が増加する可能性があります, コンベア中, 仕分け, 垂直リフトモジュール, シャトルシステム, AS/RS は移動量を削減し、大量の場合にストレージ密度を向上させることができます。, SKU プロファイル, 建築条件が投資を正当化する.

自動化にはトレードオフも伴います. スループットと一貫性を向上させることができます, ただし、規律あるマスターデータが必要です, 補充設計, メンテナンス計画, 例外を処理できるプロセス. 最適なソリューションは、数年間に予想される注文プロファイルによって決まります, 現在のピークレートだけでなく.

有用なベースラインを確立する

主要な目標を設定する前に、少なくとも 4 ～ 8 週間の代表的な測定を行う. 異常なイベントは、明確に文書化されている場合にのみ除外します。, 在庫数など, 悪天候による閉鎖, または既知のシステム停止. 平均を下げるという理由だけで困難な日を削除しないでください.

式を文書化する, データソース, 労働活動も含まれる, 除外時間, 報告の打ち切りと. これにより、基本料金が異なるシフトの管理制御に変わります。, サイト, そしてリーダーも同じように解釈できる. SSTC Storage は、スロッティングが改善されたかどうかを評価する際に、このタイプの運用分析を適用します。, ラッキングの変更, ピッキング装置, または自動ストレージは目に見える利益を生み出すことができます.

信頼できるピッキング効率の数値は従業員をランク付けするだけではありません. 倉庫の設計と運用規律が人々の生産的な作業にどのように役立っているかを示しています, システム自体が不必要な労力を生み出している場合.