Magazijnen die onderzoek doen naar orderverzameling streven doorgaans naar hogere snelheid, lagere kosten en minder fouten. Dit artikel beschrijft de belangrijkste orderverzamelingsmodellen, van looproutes van personeel naar goederen tot compacte systemen waarbij bakken en trays direct naar de operator worden gebracht.
Je zult zien hoe de methoden voor het picken van afzonderlijke artikelen, batches, zones en golven de lay-out, de loopafstand en de personeelsbehoefte beïnvloeden. Het handboek behandelt realistische picksnelheden, vermoeidheid, ergonomie en wanneer een eenvoudig ontwerp met karretjes en schappen nog steeds zinvol is.
In de secties over mechanisatie en automatisering worden transportbanden, zwaartekrachtgestuurde stellingen, pick-by-light, AS/RS, shuttles, AGV's en robotica vergeleken aan de hand van technische meetwaarden zoals het aantal picks per uur, foutpercentages, uptime en ruimtebenutting. De eindsamenvatting laat zien hoe een pickstrategie kan worden gekozen die aansluit bij de vraagpatronen, de beperkingen van het gebouw en toekomstige automatiseringsplannen, met systemen van leveranciers zoals Atomoving.
Kernmodellen en processtromen voor orderverzameling
Om te begrijpen hoe magazijnen orders verzamelen, is het belangrijk om de basismodellen en -processen voor orderverzameling te kennen. Deze modellen definiëren wie zich verplaatst, wat er verplaatst wordt en hoe informatie elke orderverzameling stuurt. De juiste keuze heeft invloed op de loopafstand, de orderverzamelsnelheid en de nauwkeurigheid. Het bepaalt ook de mogelijkheden voor toekomstige automatisering en het rendement op investering (ROI).
Persoon-naar-goederen versus goederen-naar-persoon concepten
Bij het picken met personeel naar de juiste locaties blijft de voorraad constant en worden medewerkers naar de juiste locaties gestuurd. Operators lopen of rijden door de gangpaden, scannen de locaties en verzamelen de artikelen in bakken of op pallets. De gemiddelde handmatige picksnelheid in dit model ligt rond de 100-200 stuks per uur, met een foutpercentage van 1-3%. Loop- en zoektijd domineren de cyclus, waardoor vermoeidheid en de kwaliteit van de lay-out een grote invloed hebben op de prestaties.
Het goods-to-person-model draait de logica om. Opslagsystemen, shuttles, transportbanden of robots brengen artikelen naar vaste werkstations. Geautomatiseerde systemen in dit model halen 400 tot meer dan 800 picks per uur bij het picken uit bakken, met foutpercentages die vaak onder de 0.5% liggen. Ze reduceren de loopafstand tot bijna nul en ondersteunen 24/7-werking, wat ideaal is voor e-commerce met hoge volumes en strakke servicenormen.
Vanuit een technisch oogpunt heeft het 'person-to-goods'-systeem lagere investeringskosten en hogere variabele arbeidskosten. Het 'goods-to-person'-systeem heeft hogere investeringskosten, maar lagere arbeidskosten en een efficiënter ruimtegebruik. Bij het analyseren van orderverzameling in magazijnen op grote schaal, levert het 'goods-to-person'-systeem doorgaans een hogere doorvoer, nauwkeurigheid en ruimtebenutting op, vooral in combinatie met een krachtig WMS of WCS.
Discrete, batch-, zone- en golfselectiemodi
De pickmethode bepaalt hoe orders worden gegroepeerd en hoe de werkstroom binnen het gebouw verloopt. Bij discrete picking wordt één orderverzamelaar aan één order tegelijk toegewezen. Dit is eenvoudig en flexibel, maar leidt tot lange loopafstanden en een lage consolidatie-efficiëntie. Het is geschikt voor processen met een laag volume of een hoge variabiliteit.
Batchpicking groepeert meerdere orders in één pickronde. De orderverzamelaar verzamelt de meest voorkomende artikelen in één keer, waarna in een latere stap de artikelen worden gesorteerd tot de uiteindelijke orders. Deze methode verkort de loopafstand en verhoogt de picksnelheid, met name wanneer veel orders dezelfde artikelen bevatten. Het is een veelgebruikte methode in omgevingen waar medewerkers direct met goederen werken en mobiele scanapparaten worden ingezet.
Zone picking verdeelt het magazijn in zones. Elke orderverzamelaar of elk systeem verwerkt alleen zijn eigen zone. Orders worden ofwel van zone naar zone doorgegeven, ofwel later samengevoegd. Dit vermindert de drukte en ondersteunt specialisatie per productfamilie of temperatuurklasse. Wave picking verwerkt groepen orders tegelijk op basis van deadlines van transporteurs, routes of laad- en losschema's. Waves helpen bij het afstemmen van het orderverzamelen op de verzendcapaciteit en de personeelsplanning.
Bij het ontwerpen van orderverzamelprocessen in magazijnen combineren engineers vaak deze methoden. Bijvoorbeeld batchpicking binnen zones met tijdgebonden processen. De juiste mix hangt af van het aantal SKU's, het orderprofiel en de levertijd.
Typische lay-outs en materiaalstroompatronen
De lay-out zet het gekozen model om in een daadwerkelijke materiaalstroom. Een klassieke lay-out van persoon naar goederen maakt gebruik van lange gangpaden met statische schappen of palletstellingen. Orderverzamelaars volgen U-vormige of kronkelende routes die beginnen en eindigen in de buurt van de verpakkings- of consolidatiezone. De afgelegde afstand per artikel is hier de belangrijkste meetwaarde.
Goederen-naar-persoon-lay-outs zien er anders uit. Ze zijn gericht op gescheiden opslag- en pickzones. Opslagblokken kunnen gebruikmaken van shuttlesystemen, geautomatiseerde opslag- en ophaalsystemen (AS/RS) of dichte stellingen die door robots worden bediend. Transportbanden of autonome voertuigen brengen bakken of trays naar ergonomische werkstations. Elk station verwerkt hoge, stabiele picksnelheden met minimale beweging.
Veelvoorkomende stroompatronen zijn onder andere:
- U-stroom: Goederenontvangst en -verzending vinden aan dezelfde kant plaats, waarbij de voorraad in een U-vorm beweegt.
- Doorstroming: Ontvangst aan de ene kant, verzending aan de andere kant voor een rechtstreekse transportroute.
- Lusbandtransporteurs: Continue lussen die meerdere pick-and-pack-punten bevoorraden.
Ingenieurs modelleren deze stromen om kruisende paden, dode zones en knelpunten te elimineren. Ze houden ook rekening met toekomstige automatisering, zodat gangpaden, stellingen en tussenverdiepingen later transportbanden, shuttles of robotsystemen kunnen ondersteunen. Goed ontworpen stromen verkorten de orderdoorlooptijd en zorgen ervoor dat het orderverzamelproces in magazijnen schaalbaar is naarmate de volumes toenemen.
Handmatig orderverzamelen: mogelijkheden, beperkingen en toepassingsmogelijkheden
Handmatig orderverzamelen bleef in veel magazijnen de norm voor orderverzameling. Ingenieurs moesten begrijpen wat mensen goed deden en waar vermoeidheid, veiligheid en lay-outbeperkingen opdoken. Dit onderdeel richtte zich op realistische orderverzamelsnelheden, foutpatronen en ergonomische beperkingen, alvorens handmatig werk te vergelijken met gemechaniseerde en geautomatiseerde opties. Het hielp ontwerpers te bepalen wanneer een proces waarbij een persoon goederen verzamelt, de beste oplossing bleef.
Menselijke pickrates, nauwkeurigheid en vermoeidheidseffecten
Handmatige orderverzamelaars verwerkten doorgaans 100 tot 200 orderregels per uur in standaard magazijnen. De werkelijke snelheid hing af van de loopafstand, de SKU-dichtheid en de indeling van de picklocatie. Geautomatiseerde systemen haalden vaak 400 tot 800 of meer orderregels per uur, waardoor engineers handmatig orderverzamelen als de basis beschouwden, niet als het maximum. Bij het plannen van orderverzamelprocessen in magazijnen vormde dit verschil een belangrijke drijfveer achter veel businesscases voor automatisering.
Handmatige foutpercentages lagen doorgaans tussen de 1 en 3%. Robots en pick-by-light-systemen bleven vaak onder de 0.5% en bereikten in sommige onderzoeken zelfs een nauwkeurigheid van 99.9%. Elke foutieve pick bracht extra handlingkosten, retourlogistiek en negatieve gevolgen voor de klant met zich mee. Voor producten met hoge marges of gereguleerde producten rechtvaardigden engineeringteams technologische upgrades vaak uitsluitend op basis van nauwkeurigheid.
Vermoeidheid beïnvloedde de handmatige prestaties gedurende een werkdag. Lopen, buigen en reiken verminderden de picksnelheid en consistentie na enkele uren. Ontwerpers hebben daarom het volgende overwogen:
- Verkorte wandelroutes met een betere indeling en routeplanning.
- Het aantal zware items dat per uur gepickt mag worden, is beperkt om de veiligheid van de werknemers te waarborgen.
- Er werden eenvoudige visuele aanwijzingen op de locaties gebruikt om de zoektijd te verkorten.
Bij het modelleren van de dagelijkse doorvoer vermeden ingenieurs het gebruik van pieksnelheden bij het verzamelen van producten. Ze gebruikten conservatieve gemiddelden die rekening hielden met pauzes, drukte en vertragingen aan het einde van de dienst.
Ergonomie, veiligheid en naleving van wet- en regelgeving
Handmatig orderverzamelen stelde werknemers bloot aan repetitieve belasting, tilgevaar en botsingsrisico's. De manier waarop orders in magazijnen werden verzameld, had een grote invloed op het aantal blessures en de verzekeringskosten. Ingenieurs beschouwden ergonomie daarom als een integraal onderdeel van het ontwerp, en niet als een bijzaak.
Goede handmatige systemen zorgden ervoor dat de meeste artikelen tussen halverwege de dij en schouderhoogte werden gepickt. Zware artikelen werden niet op vloerniveau of boven hoofdhoogte geplaatst. Waar zware dozen onvermijdelijk waren, voegden teams mechanische hulpmiddelen toe, tilden ze met meerdere personen of verminderden ze het gewicht van de dozen. Door de gangpaden vrij te houden en eenrichtingsverkeer in te voeren, werd het contact tussen mensen en bewegende apparatuur verminderd.
Vanuit het oogpunt van naleving moesten de lay-outs voldoen aan de veiligheidsvoorschriften van OSHA en de lokale regelgeving. Belangrijke elementen waren onder meer:
- Aangegeven voetpaden en oversteekplaatsen.
- Voldoende verlichting bij de picklocaties en in de voorbereidingszones.
- Schoonmaaknormen die ervoor zorgden dat de gangpaden vrij bleven van vuil.
Ingenieurs hielden ook rekening met de maximale duw- en trekkrachten voor karren. Ze schreven wielen met lage rolweerstand en gladde vloeren voor om de krachten binnen de aanvaardbare ergonomische grenzen te houden. Trainingsprogramma's behandelden veilig tillen, correct gebruik van persoonlijke beschermingsmiddelen en het melden van bijna-ongelukken. Gegevens uit incidentenlogboeken werden vervolgens gebruikt voor aanpassingen aan de lay-out en processen.
Wanneer handmatig picken nog steeds technisch zinvol is
Ondanks de sterke vooruitgang in automatisering, bleef handmatig orderverzamelen geschikt voor bepaalde technische profielen. Het bleef aantrekkelijk op locaties met lage ordervolumes, bescheiden pieken en frequent wisselende productassortimenten. Op dergelijke locaties woog de flexibiliteit van mensen zwaarder dan de snelheid van machines.
Handmatige methoden werkten ook goed voor zeer delicate, onregelmatige of waardevolle artikelen. Menselijke handen en beoordelingsvermogen blijven in specifieke gevallen superieur aan grijpers, vooral bij unieke of op maat gemaakte bestellingen. Wanneer magazijnen bestellingen verzamelden die visuele kwaliteitscontroles of assemblage met frequente wijzigingen vereisten, vereenvoudigden handmatige werkstations de omsteltijden.
Vanuit een kapitaalperspectief was handmatig orderverzamelen zinvol wanneer de terugverdientijd van automatisering langer zou zijn dan gepland. Kleine en nieuwe bedrijven kozen vaak eerst voor robuuste stellingen, duidelijke processen en eenvoudige karren. Later voegden ze gemechaniseerde of geautomatiseerde subsystemen toe, zodra de data een stabiele vraag aantoonden.
Ingenieurs die hybride faciliteiten ontwierpen, hielden vaak handmatige zones aan voor uitzonderingen en producten met een lage omloopsnelheid. Geautomatiseerde systemen verwerkten producten met een hoge omloopsnelheid en repetitieve taken, terwijl medewerkers beschadigde etiketten, gedeeltelijk gevulde dozen of speciale verpakkingsvoorschriften afhandelden. Deze mix verminderde het projectrisico en maakte geleidelijke schaalvergroting mogelijk naarmate de bedrijfsbehoeften veranderden.
Gemechaniseerde en geautomatiseerde picktechnologieën
Gemechaniseerde en geautomatiseerde oplossingen bepalen tegenwoordig hoe magazijnen op grote schaal orders verzamelen. Ze verkorten loopafstanden, stabiliseren de picksnelheid en ondersteunen 24/7-werking. In dit hoofdstuk wordt uitgelegd hoe kerntechnologieën de materiaalstroom, de arbeidsbehoefte en de nauwkeurigheid in moderne faciliteiten veranderen.
Transportbanden, zwaartekrachtgestuurde stellingen en pick-by-light systemen
Transportbanden creëren vaste, snelle routes voor dozen en kratten. Ze verkorten de looptijd en standaardiseren hoe magazijnen orders langs een lijn verzamelen. Aangedreven transportbanden zorgen voor een constante doorstroming tussen ontvangst, opslag, orderverzameling en verpakking. Dit is ideaal voor SKU-profielen met een hoog volume en herhaalbare routes.
Doorstroomstellingen met zwaartekracht maken gebruik van schuine rol- of wielrails. Medewerkers laden de goederen aan de achterkant en verzamelen ze aan de voorkant. Het first-in-first-out-principe verbetert de voorraadrotatie en verkort de zoektijd. Studies hebben aangetoond dat de lossnelheid tot wel vijf keer hoger ligt dan bij statische stellingen. Dit leidt direct tot een kortere orderverzameltijd en een kortere loopafstand.
Pick-by-light-systemen begeleiden operators met lichtmodules op elke locatie. Het licht toont de sleuf en de hoeveelheid, waardoor de zoektijd vrijwel verdwijnt. De gerapporteerde productiviteitswinst bedraagt ongeveer 50% hoger met een nauwkeurigheid van bijna 99.99%. Deze systemen zijn geschikt voor snel bewegende zones waar een korte reactietijd belangrijker is dan de bewegingssnelheid.
In de praktijk combineren magazijnen deze tools. Een veelvoorkomend patroon maakt gebruik van zwaartekrachtgestuurde stellingen in de voorste pickzones, transportbanden voor het transport van kratten en pick-by-light voor artikelen met een hoge omloopsnelheid. Deze mix houdt de investeringskosten onder het niveau van volledige automatisering, terwijl het tegelijkertijd de manier waarop magazijnen orders verzamelen tijdens piekuren transformeert.
AS/RS, shuttlesystemen, AGV's en robotica
Geautomatiseerde opslag- en ophaalsystemen (AS/RS) maken gebruik van kranen of shuttles in hoogbouwstellingen. Ze werken volgens een goederen-naar-persoon-model. Het systeem brengt kratten of pallets naar ergonomische pickstations. Dit reduceert de loopafstand tot bijna nul en optimaliseert het ruimtegebruik door hoge, compacte opslag.
Shuttlesystemen voegen horizontale shuttles toe op elk niveau. Deze shuttles voeden liften die bakken naar werkstations brengen. Een test in Oekraïne toonde een capaciteit van 80 bakken per uur met een gewicht van 35 kg per bak. Een handmatig proces op dezelfde locatie bereikte ongeveer 20 bakken per uur met een gewicht van 20 kg. Dit illustreert de enorme verbetering in doorvoer en laadvermogen.
AGV's en AMR's verplaatsen pallets, stellingen of bakken tussen zones. Ze verminderen onnodig transport en maken de doorstroom voorspelbaarder. Bovendien kunnen locaties routes via software herconfigureren in plaats van met vaste transportbanden. Dit is handig wanneer orderprofielen vaak veranderen.
Robotgestuurde orderverzamelsystemen verwerken nu een breed scala aan artikelen. De gemiddelde snelheid van geautomatiseerde systemen ligt rond de 400-800 artikelen per uur, tegenover 100-200 voor handmatige orderverzamelaars. Robots gebruiken beeldherkenning, krachtdetectie en machine learning om gemengde artikelen vast te pakken. Ze werken zonder pauzes, wat de manier waarop magazijnen orders verzamelen tijdens lange piekdiensten heeft veranderd.
Prestatiebenchmarks: snelheid, nauwkeurigheid, beschikbaarheid
Snelheidsbenchmarks tonen het verschil aan tussen handmatig en geautomatiseerd orderverzamelen. Handmatig orderverzamelen gaat doorgaans gepaard met 100-200 picks per uur per operator. Geautomatiseerde systemen voor orderverzamelen halen vaak 400-800 of meer picks per uur. Een Noorse kledingzaak toonde aan dat vijf bestellingen in ongeveer 3 minuten werden verzameld door automatisering, tegenover meer dan 8 minuten handmatig. Dat was meer dan twee keer zo snel.
Nauwkeurigheidsstatistieken bepalen de kosten en de impact op de klant. Handmatige foutpercentages liggen vaak tussen de 1 en 3%. Geautomatiseerde systemen, waaronder pick-by-light en robotcellen, rapporteerden foutpercentages onder de 0.5%. Sommige lichtgestuurde oplossingen en nauw geïntegreerde AS/RS-systemen behaalden een ordernauwkeurigheid van bijna 99.9%. Minder fouten betekenen minder retouren, minder herstelwerkzaamheden en betere beoordelingen.
De uptime bepaalt hoe goed magazijnen orders verwerken gedurende een hele dag, niet alleen per uur. Robots en geautomatiseerde opslag- en ophaalsystemen (AS/RS) kunnen met gepland onderhoud 24/7 draaien. Sommige systemen hebben slechts jaarlijkse preventieve controles nodig. Dit zorgt voor een stabiele output tijdens seizoenspieken zonder dat er tijdelijk personeel nodig is. De uptime is echter afhankelijk van een correct ontwerp, een goede strategie voor reserveonderdelen en getrainde technici.
Ingenieurs zouden de prestaties per order en per productielijn moeten benchmarken. Nuttige indicatoren zijn onder andere het aantal picks per arbeidsuur, orders per stationuur en trays per uur. Door deze waarden vóór en na automatisering te vergelijken, worden concrete verbeteringen zichtbaar. Het ondersteunt tevens ROI-modellen die rekening houden met arbeidskosten, ruimtekosten en foutgerelateerde kosten.
Gegevens, WMS/WCS-integratie en digitale tweelingen
Data- en software-integratie bepalen tegenwoordig net zozeer hoe magazijnen orders verzamelen als de hardware. Een magazijnbeheersysteem (WMS) beheert de voorraad, orderstromen en prioriteiten. Een magazijncontrolesysteem (WCS) of uitvoeringssysteem (WES) coördineert transportbanden, geautomatiseerde ophaal- en afleversystemen (AS/RS), AGV's en robotica in realtime. Samen wijzen ze taken toe, balanceren ze de belasting en voorkomen ze knelpunten.
Uit onderzoek is gebleken dat de implementatie van WMS het aantal orderfouten met ongeveer 30% verminderde dankzij beter inzicht en duidelijke regels. De WCS-logica optimaliseerde de routing en volgorde. Het systeem koos het beste pad voor elke bak of pallet over transportbanden en shuttles. Dit verminderde de congestie en stilstandtijd bij de pickstations. API-gebaseerde integratie maakte het mogelijk om moderne automatisering te koppelen aan oudere ERP-platformen.
Digitale tweelingen voegden een extra dimensie toe. Een digitale tweeling is een virtueel model van het magazijn, inclusief stellingen, apparatuur en processen. Ingenieurs gebruikten het om nieuwe lay-outs, plaatsingsregels en batchlogica te testen voordat er fysieke wijzigingen werden doorgevoerd. Ze konden simuleren hoe magazijnen orders verzamelen tijdens piekuren, of na de inzet van robots of extra ploegen. Dit verminderde het projectrisico en de implementatietijd.
Analyses van deze systemen brachten de pickfrequentie, nauwkeurigheid, verblijftijd en orderdoorlooptijd in kaart. Teams gebruikten dashboards om knelpunten of onderbenutte middelen te identificeren. Dit ondersteunde na verloop van tijd continue verbetering. Het leverde financiële teams ook concrete gegevens op over het rendement op investering (ROI) van automatisering, waaronder besparingen op arbeidskosten, ruimtewinst en verbeteringen in serviceniveaus.
Samenvatting: De juiste plukstrategie kiezen
De manier waarop magazijnen orders verzamelen is een ontwerpbeslissing, niet alleen een technologische keuze. De juiste strategie sluit aan bij orderprofielen, arbeidsomstandigheden, ruimtebeperkingen en servicedoelstellingen. Gegevens over pickpercentages, foutpercentages en ruimtegebruik bieden engineers nu duidelijke referentiepunten bij het vergelijken van handmatige, gemechaniseerde en geautomatiseerde opties.
Vanuit technisch oogpunt staan drie vragen centraal bij de beslissing. Ten eerste, welke orderverzamelprestaties zijn vereist tijdens piekuren? Handmatig orderverzamelen levert doorgaans 100-200 regels per uur op met een foutmarge van 1-3%, terwijl geautomatiseerde systemen 400-800+ regels per uur kunnen verzamelen met een foutmarge van minder dan 0.5%. Ten tweede, welke hoeveelheid loop-, til- en reistijd is acceptabel? Goederen-naar-persoon-systemen en zwaartekrachtgestuurde lay-outs kunnen de bewegingsintervallen aanzienlijk verkorten in vergelijking met systemen waarbij personen rechtstreeks goederen vervoeren. Ten derde, hoe snel moet de investering zich terugverdienen, rekening houdend met de besparing op arbeidskosten, ruimtebesparing en hogere doorvoer?
In de praktijk domineren hybride ontwerpen tegenwoordig de manier waarop magazijnen orders verzamelen. Artikelen met een hoog volume en een stabiele voorraad worden vaak naar geautomatiseerde opslag- en ophaalsystemen (AS/RS), shuttles of robotcellen verplaatst. Variabele artikelen met een laag volume of delicate artikelen blijven in handmatige of licht gemechaniseerde zones met pick-by-light of slimme karren. Een modern WMS of WCS coördineert deze zones en gebruikt analyses en soms digitale tweelingen om de plaatsing, batchverwerking en routing in de loop van de tijd te optimaliseren.
In de toekomst zal automatisering steeds meer van het repetitieve pick-and-place-werk overnemen, terwijl mensen zich kunnen richten op het afhandelen van uitzonderingen, kwaliteitscontroles en systeembeheer. Ingenieurs moeten lay-outs, datastructuren en processen zo plannen dat ze stapsgewijs kunnen overschakelen van handmatig naar gemechaniseerd naar geautomatiseerd, zonder de dienstverlening te onderbreken. Deze stapsgewijze aanpak houdt de mogelijkheden open naarmate technologie, kosten en orderprofielen veranderen.
,
Veelgestelde Vragen / FAQ
Wat zijn de methoden voor het verzamelen van goederen in een magazijn?
Magazijnen gebruiken verschillende methoden om orders efficiënt te verzamelen. Veelgebruikte strategieën zijn onder andere het sorteren van artikelen op type, formaat of vraag om het proces te versnellen. Artikelen met een hoge vraag worden vaak dichter bij de inpakzone opgeslagen om de transporttijd te verkorten. Ook wordt de verticale ruimte optimaal benut om de opslag en organisatie te verbeteren. Voor meer informatie over het optimaliseren van orderverzameling in magazijnen, zie de magazijntips van Kardex.
Hoe kan het orderverzamelen in een magazijn worden verbeterd?
Het verbeteren van het orderverzamelen in een magazijn omvat het analyseren van orderprofielen en het verkorten van de reistijd. Efficiënte processen zoals het plaatsen van artikelen in stellingen en het creëren van 'hot zones' kunnen hierbij helpen. De implementatie van de ABC SKU-strategie zorgt voor snellere toegang tot veelgepakte artikelen. Regelmatig de magazijnindeling controleren en aanpassen verhoogt ook de productiviteit. Lees meer over het verbeteren van de orderverzamelefficiëntie op de Material Handling Blog.
Wat is LPH in een magazijn?
Het aantal regels per uur (LPH) meet hoeveel individuele productregels of SKU's er binnen een uur worden verzameld. Elke regel vertegenwoordigt artikelen in een zending, dit kunnen identieke producten zijn of verschillende, niet-gerelateerde producten. Het monitoren van LPH helpt bij het evalueren van de magazijnproductiviteit. Voor meer inzicht in magazijn-KPI's kunt u de KPI-handleiding van Element Logic raadplegen.
