Developing a Decision Support Tool for Increased Warehouse Picking Efficiency

Abstract

Problem description: Warehousing is central in order to achieve a competitive supply chain, and considered essential for the success, or failure, of businesses today. In general, warehouses account for a large share of the company logistics costs. Consequently, there is a need for warehouses to operate smoother, faster and more accurate. Within warehousing, the most labor-intensive and costly warehouse operation is order picking, this is mainly due to the large amount of travelling involved. All articles included in this study agree that order picking account for at least 50 percent of warehouses' total operating costs. Warehouses thus carry great potential to justify the expenses they bring through reducing the time spent on activities that are not value adding.

Purpose: The overall goal in this thesis is to provide guidance for how a warehouse can operate more efficient by improving its picking performance, which also includes reviewing the closely interlinked warehouse operations storage allocation and routing.

Research questions: How can a decision support tool for reviewing the choices of storage allocation, order picking, and routing methods in manual warehouse operations be put together in a structured way? Which features should be considered in the decision support tool for choosing methods for improving warehouse operations?

Methodology: The guidance for improved picking performance was framed into a decision support tool building on a thorough review and analysis of the research available in the area. A case study on picking efficiency was conducted in order to create a deep understanding for the issues and challenges that prevail in warehousing, and also to ensure that the final recommendations and the answers to the research questions have good support in academia. Once the tool was created, an illustrative example was used to demonstrate the use of the tool on a more detailed level and to test its comprehensibility and usability.

Conclusions: In many areas, the resulting tool manages to provide unequivocal guidance for how to improve a warehouse’ picking operations. Multiple features are identified as important for the decision process; among those are demand skewness, seasonality among different SKUs, total demand variation and pick list size. Company objectives and priorities were also identified as a central feature due to the interrelatedness of the decisions connected to picking and their well-known tradeoffs. The research is however sometimes scarce, and further studies need to be carried-out in order to complement and level the strength of the tool.

Popular Abstract (Swedish)

Problembeskrivning: Lagerverksamhet utgör en central del i att uppnå en konkurrenskraftig försörjningskedja och betraktas som direkt avgörande för ett företags framgång, eller utebliven sådan. Det är en dyr verksamhet, och en stor del av ett företags totala logistikkostnader kan hänvisas direkt till lagret. Följaktligen finns det ett behov för lager att prestera jämnare, snabbare och mer precist. Orderplockning är den tveklöst kostsammaste och mest resurskrävande lageraktiviteten. Den huvudsakliga anledningen är att orderplockning till stor del består av transporter mellan platser, vilket inte i sig tillför något värde och därmed enbart är resurskrävande. Alla vetenskapliga artiklar som är inkluderade i studien är eniga om att minst 50 procent av ett typiskt lagers driftkostnader kan härledas till orderplock. Lagret har därmed stor potential att rättfärdiga sina kostnader, genom att reducera den andel tid och resurser som läggs på icke värdeskapande aktiviteter.

Syfte: Det övergripande målet med uppsatsen är att skapa vägledning för hur lager kan öka sin effektivitet genom att förbättra sina plockprocesser. Detta inkluderar även de närliggande beslutsområdena lagerplatsallokering och ruttplanering.

Forskningsfrågor: Hur kan ett beslutsverktyg för att granska metodval för lagerplatsallokering, orderplockning och ruttplanering vid manuell lagerverksamhet sättas ihop på ett strukturerat sätt? Vilka egenskaper bör beaktas i ett beslutsverktyg för att välja metoder som förbättrar lagerverksamheten?

Metod: Beslutsverktyget skapades utifrån en grundlig genomgång samt analys av den forskning som finns inom området. En fallstudie om effektivisering av plockhantering genomfördes med syftet att skapa en djupgående förståelse för de problem och utmaningar som förekommer i en lagerverksamhet, liksom att säkerställa att de slutgiltiga rekommendationerna och svaren på forskningsfrågorna var väl förankrade i akademin. När verktyget var skapat användes ett illustrativt exempel för att demonstrera dess användning på en detaljerad nivå, samt för att testa hur lätt det är att förstå och använda.

Slutsats: Beslutsverktyget som skapats lyckas ge tydliga rekommendationer och vägledning inom många områden för hur ett lagers plockprocesser kan förbättras. Flera egenskaper identifieras som särskilt viktiga att beakta i beslutsprocessen; bland annat skevhet i efterfrågan, säsongsförknippad efterfrågan mellan olika lagerplatsenhet, total variation i efterfrågan samt längden på plocklistorna. Företags egna mål och prioriteringar identifieras också som centrala i beslutsverktyget eftersom alla beslut är tätt sammanvävda och generellt innebär ständiga kompromisser. Inom flera områden relaterade till plockhantering visade sig forskningen emellertid vara otillräcklig, och ytterligare studier krävs för att stärka beslutsverktyget.

• author: Gildebrand, Elina and Josefsson, Kristina
• supervisor: Joakim Kembro
• organization: Engineering Logistics
• alternative title: Utveckling av beslutsverktyg för effektivare plockhantering i lager
• course: MTT820 20132
• year: 2014
• type: M1 - University Diploma
• subject: Technology and Engineering
• keywords: Order picking, picking efficiency, routing, storage allocation, warehouse operations, warehousing
• report number: 5764
• language: English
• id: 4693003
• date added to LUP: 2014-10-01 11:36:57
• date last changed: 2014-10-01 11:36:57