Picking in magazzino efficiente: metodi, KPI e tecnologie

Il modo più rapido per rendere il picking in magazzino efficiente è combinare uno slotting basato sull’analisi ABC con un metodo ibrido batch/wave e un WMS che automatizzi la creazione delle missioni, il routing e il rifornimento dell’area di prelievo. Non serve partire dall’automazione robotica: i guadagni maggiori arrivano prima dai dati e dall’organizzazione.

Azioni immediate (entro 24–72 ore):

• Calcola le righe/ora attuali per turno: è il tuo punto di partenza, senza questo numero qualsiasi confronto futuro è inutile.
• Identifica i 20% di SKU che generano l’80% dei prelievi e verifica se sono posizionati nelle zone più accessibili.
• Mappa un percorso reale di picking su carta o con un foglio di calcolo: spesso emergono deviazioni inutili di decine di metri per ordine.
• Controlla se il WMS in uso crea batch automaticamente o se i picker lavorano ordine per ordine: il passaggio al batch picking è spesso il quick win più immediato.
• Fissa tre KPI da misurare da subito: righe/ora, accuratezza picking (%) e distanza media percorsa per missione.

Punti chiave

Un picking in magazzino efficiente si costruisce partendo dai dati operativi, applicando slotting ABC e metodi ibridi, e usando un WMS che automatizzi batch, routing e rifornimento prima di investire in automazione robotica.

Indice

• Cos’è il picking e come funziona nel flusso del magazzino
• Perché un picking inefficiente costa più di quanto sembri
• Quali metodi di picking esistono e quando usarli
• Come scegliere il metodo giusto con una matrice decisionale
• Quali tecnologie abilitano davvero un picking efficiente
• Come progettare layout e slotting per ridurre percorrenze ed errori
• Quali KPI monitorare e quali errori evitare nel picking
• Come avviare subito un progetto di miglioramento del picking
• L’ottimizzazione algoritmica dei percorsi: quando vale l’investimento
• Il rischio che nessuno nomina: ottimizzare il picking senza guardare il resto
• Softshop per la gestione del picking: dal WMS alla prova gratuita
• Fonti

Cos’è il picking e come funziona nel flusso del magazzino

Il picking, o prelievo, è l’attività con cui un operatore raccoglie gli articoli necessari a evadere uno o più ordini, spostandosi tra le ubicazioni di stoccaggio. Nella logistica di magazzino rappresenta la fase più costosa in termini di manodopera: assorbe tipicamente la quota maggiore del tempo operativo totale.

Il flusso standard si articola così:

• Ricezione e stoccaggio: le merci entrano, vengono verificate e collocate nelle ubicazioni definite dal WMS o dal responsabile di magazzino.
• Generazione delle missioni di picking: il sistema (WMS o gestionale) traduce gli ordini in liste di prelievo, assegnandole ai picker con percorsi suggeriti.
• Prelievo: il picker si sposta tra le ubicazioni, preleva gli articoli e li conferma tramite scanner, terminale RF o sistema vocale.
• Consolidamento e packing: gli articoli prelevati convergono nell’area di imballaggio, dove vengono verificati, imballati e preparati per la spedizione.
• Spedizione: i colli vengono etichettati, associati al documento di trasporto e consegnati al vettore.

Il picker interagisce con il WMS in ogni fase: riceve la missione, conferma ogni prelievo e segnala eventuali discrepanze. Quando questa sincronizzazione funziona bene, gli errori scendono e la velocità sale. Quando manca, il magazzino accumula inefficienze silenziose che si manifestano solo al momento della spedizione, spesso troppo tardi per correggerle.

Per approfondire il ruolo operativo del picker e le competenze richieste, questa guida internazionale sul ruolo dell’orderpicker offre un confronto utile con le pratiche europee.

Perché un picking inefficiente costa più di quanto sembri

La manodopera dedicata al picking rappresenta la voce di costo più rilevante in un magazzino manuale o semi-automatizzato. Ma il problema non è solo il costo diretto: un picking lento o impreciso si traduce in ritardi di spedizione, errori sugli ordini e, alla fine, in clienti insoddisfatti.

I principali driver di costo collegati al picking sono:

• Percorrenze eccessive: un picker che percorre distanze non necessarie tra un prelievo e l’altro perde tempo produttivo ad ogni missione. Moltiplicato per centinaia di ordini al giorno, l’impatto è rilevante.
• Errori di prelievo: un articolo sbagliato genera un reso, un nuovo prelievo, un nuovo imballaggio e una spedizione aggiuntiva. Il costo di un singolo errore supera di gran lunga quello di una missione corretta.
• Tempi di attesa e colli di bottiglia: se il packing aspetta il picking, o il picking aspetta il rifornimento dell’area di prelievo, l’intero flusso rallenta.

Come segnala Logikamente, i KPI principali per misurare l’efficienza del picking includono righe/ora, tempo medio di prelievo, distanza percorsa e percentuale di errori: monitorarli con continuità è ciò che distingue un magazzino reattivo da uno che scopre i problemi solo quando arriva un reclamo.

L’indicatore più immediato che giustifica un progetto di miglioramento? Un’accuratezza di picking inferiore al 99% o righe/ora che non crescono nonostante l’aumento dei volumi. Entrambi segnalano che il sistema operativo ha raggiunto il suo limite.

Quali metodi di picking esistono e quando usarli

Le metodologie di picking si differenziano per come vengono raggruppati gli ordini e come vengono organizzati i percorsi. Guide di settore confermano che la scelta dipende fortemente dal contesto operativo e che le soluzioni ibride sono spesso le più efficaci.

Come sottolinea Catamacro, batch, wave e zone picking non sono alternative mutualmente esclusive: spesso si combinano. Un approccio tipico prevede ondate (wave) che al loro interno raggruppano ordini in batch, assegnati per zone. Questa combinazione riduce le percorrenze senza richiedere automazione robotica.

Le tecnologie per l’automazione del picking come pick-to-light, voice picking e sistemi miniload stanno crescendo soprattutto nei magazzini e-commerce, dove la frammentazione degli ordini rende il picking per ordine singolo insostenibile già a volumi medi.

Come scegliere il metodo giusto con una matrice decisionale

La scelta non si fa per intuizione: si fa con tre o quattro numeri che già hai nel tuo sistema, o che puoi raccogliere in una settimana.

Dati minimi da raccogliere:

1. Ordini evasi al giorno (media settimanale)
2. Righe per ordine (media e distribuzione)
3. Rotazione SKU: quanti articoli coprono l’80% dei prelievi
4. Tempo medio di packing per ordine
5. Cut-off corrieri: quante finestre di spedizione hai al giorno

Con questi dati, la matrice decisionale si semplifica:

• Poche righe per ordine + alto volume: batch picking è quasi sempre la scelta giusta. Raggruppi più ordini in una missione e riduci le percorrenze senza toccare il layout.
• Molte righe per ordine + SKU eterogenei: zone picking con consolidamento. Ogni picker conosce bene la sua area e la velocità sale.
• Più cut-off al giorno + volumi elevati: wave picking con rilascio sincronizzato. Il WMS orchestra le ondate in base alle finestre di spedizione.
• Altissimi volumi + spazio limitato: valuta goods-to-person o AMR, ma solo dopo aver esaurito le leve operative meno costose.

Un consiglio: Prima di scegliere il metodo definitivo, seleziona un’area controllata del magazzino, una famiglia di SKU o un turno specifico, e pilota il nuovo approccio per due settimane misurando righe/ora e accuratezza. I dati del pilot valgono più di qualsiasi benchmark di settore.

Quali tecnologie abilitano davvero un picking efficiente

Un WMS moderno non è solo un sistema di tracciamento delle giacenze. Come evidenzia Rajapack, un WMS ben configurato trasforma gli ordini in missioni di picking ottimizzate e aggiorna le giacenze in tempo reale, riducendo errori e migliorando la tracciabilità.

Le funzionalità WMS che fanno la differenza operativa:

• Creazione automatica dei batch: il sistema raggruppa gli ordini in base a criteri configurabili (zona, corriere, peso, cut-off) senza intervento manuale.
• Wave orchestration: rilascio delle missioni sincronizzato con le finestre di spedizione e la capacità dell’area di packing.
• Ottimizzazione dei percorsi: algoritmi che calcolano il tragitto più breve tra le ubicazioni di una missione, riducendo i metri percorsi per ogni prelievo.
• Gestione del rifornimento: soglie minime per le ubicazioni di picking che attivano automaticamente il rifornimento dal bulk storage prima che l’area si svuoti.
• Integrazione con hardware: terminali RF, scanner barcode, stampanti etichette, sistemi pick-to-light e dispositivi voice devono comunicare con il WMS senza latenza.

Sul fronte hardware, i terminali RF e gli scanner barcode restano la tecnologia più diffusa nei magazzini italiani per il rapporto costo/beneficio. Il pick-to-light è preferibile dove la velocità è prioritaria e il layout è stabile. Il voice picking guadagna terreno in ambienti con temperature estreme o dove le mani libere sono necessarie per sicurezza.

L’integrazione con l’ERP aziendale chiude il cerchio: gli ordini entrano automaticamente nel WMS, le giacenze si aggiornano in tempo reale e la fatturazione parte senza intervento manuale. Per i magazzini che gestiscono più canali di vendita, l’integrazione con l’e-commerce è altrettanto critica: ne parla in dettaglio questa guida sulla logistica per e-commerce.

Come progettare layout e slotting per ridurre percorrenze ed errori

Lo slotting è la leva con il miglior rapporto tra costo di implementazione e impatto sulle percorrenze. Riorganizzare le ubicazioni in base alla rotazione degli SKU non richiede investimenti tecnologici: serve un’analisi ABC e qualche giornata di lavoro fisico.

I principi fondamentali:

• Zona A (fast movers): gli SKU con la rotazione più alta vanno posizionati nelle ubicazioni più vicine all’area di packing, a un’altezza ergonomica (tra ginocchio e spalla), nelle corsie principali.
• Zona B (medium movers): nelle corsie intermedie, accessibili ma non nelle posizioni prime.
• Zona C (slow movers): in fondo alle corsie, in alto o in basso, dove le percorrenze aggiuntive pesano meno perché la frequenza di prelievo è bassa.
• Co-location degli SKU correlati: articoli frequentemente prelevati insieme nello stesso ordine devono stare vicini, indipendentemente dalla categoria merceologica.

Come dimostra il caso Salvagnini Italia, la riorganizzazione delle ubicazioni e la simulazione dei percorsi possono ridurre i tempi di picking in modo misurabile anche in magazzini manuali, senza toccare la tecnologia.

Sul layout fisico: le corsie di picking devono permettere il passaggio di due carrelli senza intralcio, le aree di consolidamento devono essere dimensionate per il picco di volume e non per la media, e le posizioni a terra vanno riservate agli articoli pesanti o voluminosi per ridurre il rischio di infortuni.

Il rifornimento dell’area di picking è spesso il collo di bottiglia dimenticato: definire soglie minime per ogni ubicazione e assegnare un operatore dedicato al rifornimento durante i turni di punta evita che i picker si fermino ad aspettare.

Per approfondire come mantenere allineati stock fisico e dati digitali, utile anche la guida sulla tracciabilità delle merci in magazzino.

Quali KPI monitorare e quali errori evitare nel picking

I KPI del picking non vanno letti in isolamento: è la loro combinazione a raccontare cosa sta succedendo davvero.

KPI operativi chiave:

• Righe/ora (o picks/ora): misura la produttività grezza. Aumenta con batch picking e slotting corretto.
• Accuratezza picking (%): percentuale di prelievi corretti sul totale. Sotto il 99% è un segnale di allarme.
• Distanza media percorsa per missione: si riduce con slotting ABC e ottimizzazione dei percorsi.
• Tempo medio per pick: include spostamento, ricerca e conferma. Se cresce, il problema è spesso nelle ubicazioni o nella qualità dei dati.
• OTIF (On Time In Full): percentuale di ordini consegnati completi e nei tempi. È il KPI che il cliente vede direttamente.
• Costo per linea evasa: rapporto tra costo totale del picking e numero di righe processate. Utile per confronti tra periodi o tra aree.

Un segnale da non ignorare: se le righe/ora aumentano ma l’accuratezza scende, il batch è probabilmente troppo grande o il consolidamento post-picking è mal gestito. I due KPI devono crescere insieme, non in opposizione.

Errori comuni e come prevenirli:

• Ubicazioni non aggiornate nel sistema: ogni spostamento fisico di merce deve riflettersi immediatamente nel WMS. Un’ubicazione errata genera un prelievo fallito e una perdita di tempo doppia.
• Batch troppo grandi: oltre una certa dimensione, il picker perde tempo nel consolidamento e gli errori aumentano. Trovare la dimensione ottimale del batch è un esercizio empirico, non teorico.
• Mancata sincronizzazione con il packing: se il packing non sa cosa sta arrivando e quando, si creano code e ritardi. Il WMS deve comunicare lo stato delle missioni in tempo reale all’area di imballaggio.
• Formazione insufficiente: un picker che non conosce il layout o il sistema di conferma genera errori sistematici. La formazione non è un costo una tantum: va ripetuta a ogni cambio di layout o aggiornamento del sistema.

Per evitare gli errori più frequenti nella gestione degli ordini, questa guida per PMI offre un elenco pratico di contromisure.

Come avviare subito un progetto di miglioramento del picking

Un progetto di ottimizzazione del picking non richiede mesi di analisi preliminare. Con un approccio pilota ben strutturato, i primi risultati si vedono in 2–8 settimane.

1. Raccogliere i dati di base (settimana 1): righe/ora per turno, accuratezza picking, distanza media percorsa, numero di ordini al giorno e righe per ordine. Se il sistema non li fornisce automaticamente, un campionamento manuale su 3–5 giorni è sufficiente.
2. Eseguire l’analisi ABC degli SKU (settimana 1–2): classificare gli articoli per frequenza di prelievo e verificare se il posizionamento attuale riflette questa classificazione.
3. Mappare i percorsi reali (settimana 2): seguire fisicamente un picker per un turno e registrare il tragitto. Spesso emergono deviazioni sistematiche non visibili dai dati.
4. Selezionare l’area pilota (settimana 2): scegliere una famiglia di SKU, una corsia o un turno su cui testare le modifiche. Deve essere rappresentativa ma abbastanza piccola da gestire senza rischi.
5. Implementare le modifiche e misurare (settimane 3–6): applicare il nuovo slotting, il metodo di picking scelto e le configurazioni WMS. Misurare gli stessi KPI della baseline ogni settimana.
6. Valutare e scalare (settimane 7–8): se i KPI migliorano in modo consistente, estendere le modifiche al resto del magazzino. Se i risultati sono misti, analizzare le cause prima di procedere.

Come confermano le analisi sui benefici misurabili degli ottimizzatori WMS, eseguire un pilot controllato con misurazioni pre e post intervento è il modo più affidabile per quantificare i benefici e giustificare investimenti tecnologici successivi.

Ruoli nel progetto: il responsabile operativo definisce i KPI e approva le modifiche al layout; il team IT configura il WMS e gestisce le integrazioni hardware; i picker partecipano attivamente al pilot e forniscono feedback operativo. Senza il coinvolgimento di chi lavora sul campo, le ottimizzazioni teoriche spesso non reggono alla prova della realtà.

È possibile migliorare il picking in modo significativo senza ricorrere subito all’automazione, intervenendo su layout, WMS e formazione del personale, come documenta TreLOG.

L’ottimizzazione algoritmica dei percorsi: quando vale l’investimento

Per i magazzini con volumi elevati e layout complessi, l’ottimizzazione algoritmica dei percorsi offre un salto di efficienza che le leve operative tradizionali non riescono a raggiungere da sole.

Gli algoritmi più utilizzati in questo contesto sono le euristiche basate sul problema del commesso viaggiatore (TSP) e sull’algoritmo di Dijkstra per la ricerca del percorso minimo. Applicati al picking, calcolano il tragitto più breve per raccogliere tutti gli articoli di una missione, tenendo conto della struttura fisica delle corsie e delle ubicazioni.

Una ricerca dell’Università di Pavia dimostra che l’integrazione di selezione degli ordini con pianificazione dei percorsi basata su euristiche TSP e Dijkstra può ridurre in modo significativo la distanza percorsa rispetto alla logica operativa tradizionale, con benefici misurabili in contesti sperimentali complessi.

Fonte: Ottimizzazione dell’efficienza del picking tramite selezione ordini e pianificazione percorsi

Un caso universitario analogo, condotto su un magazzino manuale reale, mostra come la riorganizzazione delle ubicazioni combinata con la simulazione dei percorsi produca riduzioni dei tempi di picking documentabili, prima ancora di introdurre qualsiasi automazione fisica. I dettagli metodologici sono disponibili nella tesi sull’implementazione dell’ottimizzatore LEA WMS.

Quando vale la pena investire in ottimizzazione algoritmica? La soglia pratica è intorno a qualche centinaio di ordini al giorno in un magazzino con un numero elevato di ubicazioni. Sotto quella soglia, slotting ABC e batch picking manuale coprono la maggior parte del potenziale di miglioramento. Sopra, un modulo di ottimizzazione percorsi integrato nel WMS ripaga l’investimento in pochi mesi.

Il rischio che nessuno nomina: ottimizzare il picking senza guardare il resto

La maggior parte dei progetti di miglioramento del picking si concentra sul picking. È comprensibile, ma è anche il modo più sicuro per ottenere risultati parziali.

Il picking non è un’isola. Se ottimizzi le missioni di prelievo ma l’area di packing è sottodimensionata, i picker finiscono per aspettare. Se il rifornimento delle ubicazioni non è sincronizzato con i picchi di volume, il picker si ferma davanti a una posizione vuota. Se il WMS non comunica in tempo reale con l’ERP, le giacenze si disallineano e gli errori tornano.

La priorità giusta è questa: prima i dati, poi il layout, poi il metodo, poi la tecnologia. Chi investe in automazione prima di aver risolto lo slotting e il routing manuale spende molto per automatizzare un processo ancora inefficiente.

Un altro rischio sottovalutato è la dimensione del batch. Aumentare la dimensione del batch migliora le righe/ora, ma oltre una certa soglia aumenta anche gli errori di consolidamento e il tempo di packing. Il punto di equilibrio si trova solo misurando, non stimando.

Un consiglio: Quando avvii un pilot, misura sempre anche i KPI dell’area di packing, non solo quelli del picking. Un miglioramento nel prelievo che crea un collo di bottiglia nell’imballaggio non è un miglioramento: è uno spostamento del problema.

Softshop per la gestione del picking: dal WMS alla prova gratuita

Chi gestisce un magazzino in Italia e cerca un gestionale che supporti concretamente l’ottimizzazione del picking trova in Softshop una soluzione già configurata per questo scopo. Il software gestisce la creazione delle missioni di picking, l’integrazione con scanner barcode e terminali RF, il controllo delle giacenze in tempo reale su più depositi e la reportistica operativa per monitorare righe/ora e accuratezza.

Softshop è disponibile sia in modalità cloud che desktop, compatibile con Windows, Mac e Linux, e si integra con i principali canali e-commerce. Per chi vuole avviare un pilot senza impegno, la prova gratuita di 30 giorni permette di configurare il sistema sul proprio magazzino reale, misurare i KPI di partenza e verificare il miglioramento prima di qualsiasi decisione di acquisto. Nessun obbligo, nessun contratto anticipato.

Fonti

• Picking ottimizzato: batch, wave e zone picking
• Ottimizzazione dell’Efficienza del Picking di Magazzino tramite tecniche di selezione ordini e pianificazione percorsi
• Analisi e ottimizzazione del picking in un magazzino manuale: il caso Salvagnini Italia S.p.A.
• Picking di magazzino: cos’è e a cosa serve | Rajapack
• Come rendere il picking efficiente senza ricorrere all’automazione - TreLOG
• Picking magazzino: ottimizzare tempi e costi - Logikamente
• Tecnologie e tendenze per l’automazione dei magazzini

Raccomandati

• Gestione magazzino retail: strategie e soluzioni pratiche - SoftShop Gestionale Magazzino Intelligente
• Errori comuni di gestione magazzino nelle PMI - SoftShop Gestionale Magazzino Intelligente
• Inventario magazzino - SoftShop Gestionale Magazzino Intelligente
• Migliori pratiche gestione magazzino ricambi 2026 - SoftShop Gestionale Magazzino Intelligente