Distributiemagazijnen die vragen hoe ze het pick-and-stage-proces in het magazijn van Amazon moeten aanpakken, richten zich op een strakke controle van de orderstroom, arbeid en ruimte. Dit artikel legt het volledige raamwerk uit, van kernprincipes en VDI 3590-processtappen tot praktische regels zoals FIFO, LIFO en houdbaarheidsstrategieën voor discreet, wave-, batch-, zone- en clusterpicking.
Je ziet hoe ingenieurs fysieke pick-and-stage-systemen ontwerpen, inclusief lay-outpatronen, vakken, transportbanden, karren, bakken en containerkeuzes, plus stagingzones en pick-and-pass-methoden die veilig en ergonomisch werken ondersteunen. Het digitale gedeelte behandelt WMS-logica, taakinterleaving, spraak- en lichttechnologieën, AR, orderpickers voor magazijnen , AMR's, cobots en goods-to-person-cellen, samen met KPI's, digitale tweelingen en AI-gestuurde optimalisatie.
Het laatste deel vertaalt deze ideeën naar strategische lessen voor professionals, waarbij technische beslissingen worden gekoppeld aan doorvoer-, nauwkeurigheids- en schaalbaarheidsdoelstellingen in moderne distributienetwerken.
Kernprincipes van pick-and-stage-operaties
De kernprincipes van pick-and-stage-processen bepaalden hoe locaties met een hoog volume de orderstroom afhandelden. Ingenieurs gebruikten deze principes om een veelvoorkomende vraag in zoekopdrachten te beantwoorden: hoe pick-and-stage in het magazijn van Amazon te doen met minimale loopafstanden, fouten en congestie. Dezelfde regels golden voor e-commerce, winkelvoorraadbeheer en logistiek voor reserveonderdelen. Dit onderdeel richtte zich op duidelijke procesgrenzen, standaardstappen volgens VDI 3590, voorraadrotatieregels en de belangrijkste pickstrategieën die betrouwbaar schaalbaar waren.
Het definiëren van de grenzen van de pick-, stage- en orderstroom.
Duidelijke scheidingen tussen de pick- en staging-stappen zorgden voor stabiliteit in complexe magazijnen. Picking omvatte alle acties, van het vrijgeven van de taak tot het verwijderen van artikelen uit de opslaglocaties. Staging begon wanneer de gepickte artikelen een gedefinieerde buffer bereikten, zoals een gangpad, rek of palletpositie, en eindigde wanneer orders werden overgebracht naar de verpakkings- of laadafdeling. Operators in magazijnen met een hoog volume scheidden deze zones fysiek en in de systeemlogica om dubbeltellingen en verkeerde routes te voorkomen.
Ingenieurs brachten de orderstroom in kaart als een reeks statussen: beschikbaar om te picken, picken, klaarzetten, inpakken, laden en verzenden. Elke status had duidelijke in- en uitgaande scans of bevestigingen. In processen vergelijkbaar met grote e-commercewebsites maakte deze structuur parallel werken mogelijk: pickers vulden bakken terwijl teams in de klaarzetruimte de producten sorteerden, in de juiste volgorde plaatsten of op pallets plaatsten. De afbakeningen ondersteunden ook de personeelsplanning, omdat managers precies konden zien waar wachtrijen ontstonden en waar extra resources nodig waren.
Processtappen volgens VDI 3590 en praktische varianten
VDI 3590 beschreef orderverzameling als een keten van herhaalbare stappen. De richtlijn omvatte transportinformatie, goederenverplaatsing, voorbereiding, verplaatsing van de orderverzamelaar, orderverzameling, aflevering van de order, bevestiging en transport van de verzamelde eenheden naar het volgende punt. Moderne WMS-platforms weerspiegelden dit met taakstatussen en scangebeurtenissen. Deze structuur verminderde onduidelijkheid en ondersteunde tijdsstudies.
In de praktijk pasten websites deze stappen aan hun automatiseringsniveau aan. Typische varianten waren onder andere:
- Het combineren van de beweging van de orderverzamelaar en de orderverzamelinformatie in één RF- of spraakopdracht.
- Het overslaan van expliciete tussenstappen voor directe pick-to-pack-processen.
- Het toevoegen van kwaliteitscontroles tussen de aflevering van de order en de bevestiging.
In productielocaties met een hoge productiecapaciteit werden vaak extra controlepunten ingevoerd tijdens de verwerking. Voorbeelden hiervan waren gewichtscontroles, controle van de afmetingen van de dozen of controle van de verpakkingsafsnijding. Ingenieurs documenteerden elke variant in standaardwerkinstructies, zodat trainingen, KPI's en systeemgebeurtenissen op elkaar afgestemd bleven.
FIFO-, LIFO- en houdbaarheidsgebaseerde regels
Regels voor voorraadrotatie bepaalden welke fysieke eenheid een orderverzamelaar pakte wanneer het WMS een taak aanmaakte. FIFO was geschikt voor de meeste algemene handelswaar omdat het de verouderde voorraad verminderde en audits vereenvoudigde. LIFO werkte voor diepe gangen of push-back stellingen waar toegang vanaf de achterkant niet mogelijk was. Houdbaarheidsregels hadden voorrang op beide methoden wanneer er een houdbaarheidsdatum of vervaldatum van toepassing was.
In gereguleerde of voedingsmiddelenomgevingen werd doorgaans het FEFO-principe (first-expired-first-out) toegepast. Het WMS selecteerde partijen met de kortste resterende houdbaarheid binnen de toegestane limieten. Ingenieurs configureerden tiebreakers, zoals de oudste ontvangstdatum of de laagste locatiediepte, om te voorkomen dat de goederen in een onoverzichtelijke stapel terechtkwamen. Duidelijke regels ondersteunden ook het pick-and-stage-ontwerp. Zo volgden de pallet-stagingbanen voor uitgaande ladingen dezelfde rotatielogica om te voorkomen dat de verkeerde partij als eerste werd geladen. Operators controleerden de visuele labels en scans, zodat de fysieke handelingen overeenkwamen met de beslissingen van het systeem.
Discrete, golf-, batch-, zone- en clusterpicking
De pickstrategie had een grote invloed op hoe het picken en klaarzetten van bestellingen op de schaal van Amazon-magazijnen verliep. Discreet picken verwerkte één bestelling tegelijk en was geschikt voor kleine volumes of specialistische artikelen. Het bood een eenvoudige klaarzetmethode omdat elke bak of doos overeenkwam met één bestelling. De loopafstand per regel bleef echter groot. Wave picking groepeerde bestellingen op basis van vervoerder, uiterste besteltijd of gebied. Het WMS (Warehouse Management System) bracht de bestellingen in waves in beweging, zodat het picken, klaarzetten en laden afgestemd was op de planning van de vrachtwagens.
Bij batchpicking werden meerdere orders gegroepeerd op SKU of route. Tijdens één ronde werden dezelfde SKU's voor meerdere orders verzameld, waarna de artikelen in de verzamelbakken werden geplaatst of gesorteerd. Dit verminderde de loopafstand, maar vereiste duidelijke indelingen voor de verzamelbakken en een gedisciplineerde scanprocedure. Zonepicking verdeelde het gebouw in zones. Elke orderverzamelaar bleef in één zone en orders of bakken werden tussen de zones verplaatst. De verzamelbakken werden vaak bij de uitgangen van de zones of in centrale consolidatiegebieden geplaatst.
Bij clusterpicking verwerkt één orderverzamelaar meerdere orders tegelijk met behulp van meerdere bakken of vakken op een kar. De orderverzamelaar volgde één geoptimaliseerd pad en plaatste de artikelen in aparte compartimenten. Deze methode verminderde de loopafstand, vergelijkbaar met batchpicking, maar vereenvoudigde de verdere verwerking omdat elk compartiment al aan één order was gekoppeld. Ingenieurs kozen tussen deze methoden op basis van orderprofielen, SKU-aantallen en personeelsbeperkingen, en combineerden ze vaak per shift of productfamilie voor een optimale algehele doorvoer.
Het ontwerpen van het fysieke pick-and-stage-systeem
Het ontwerpen van de pick-and-stacking-processen in de magazijnen van Amazon begint met het fysieke systeem. Het fysieke ontwerp bepaalt de maximale doorvoer, de reistijd en het risico op fouten. Ingenieurs stemmen de lay-out, de apparatuur en de staging-logica af, zodat digitale strategieën zoals wave picking of batch picking daadwerkelijk op de werkvloer kunnen werken. Dit gedeelte richt zich op lay-outpatronen, handling-media, staging-ontwerp en veiligheidsregels die in moderne, grootschalige magazijnen in de praktijk worden toegepast.
Indeling, sleufvorming en stroompatronen (U-, I- en L-vorm)
Grote bedrijven die vroegen hoe ze het pick-and-stacking-proces op magazijnniveau bij Amazon moesten aanpakken, gebruikten doorgaans drie verschillende stroompatronen. Een U-vorm was geschikt voor compacte gebouwen met gedeelde laad- en losdocks. Een I-vorm was geschikt voor lange gebouwen met een duidelijke eenrichtingsstroom van inkomende naar uitgaande goederen. Een L-vorm was geschikt voor cross-docking en de verwerking van grote hoeveelheden retourzendingen.
Ingenieurs koppelden verkeersstromen aan reisafstand, verkeersdrukte en uitbreidbaarheid. Typische ontwerpkeuzes waren onder meer:
- U-vorm: korte verplaatsingsafstand, geschikt voor kleine en middelgrote locaties, eenvoudig te bewaken.
- I-vorm: het meest geschikt voor hoge doorvoersnelheden, duidelijke scheiding van inkomend en uitgaand verkeer.
- L-vorm: flexibel voor een combinatie van opslag, cross-docking en werkzaamheden met toegevoegde waarde.
De plaatsingsregels bepaalden vervolgens de stappen van de orderverzamelaars. Teams gebruikten ABC- of ABC-XYZ-analyse om A-artikelen dicht bij de verzendlocatie en op ergonomische hoogte te plaatsen. B-artikelen werden op middellange afstand geplaatst en C-artikelen in een compacte opslagruimte. SKU's die samen verzonden moesten worden, werden gegroepeerd om het aantal handelingen te verminderen. Ingenieurs controleerden of de snelst verkopende artikelen zich op de hoofdroute bevonden en niet in doodlopende gangpaden, om opstoppingen tijdens orderverzamelgolven te voorkomen.
Transportbanden, karren, bakken en containerstrategieën
Fysieke transportmiddelen bepaalden hoe het pick- en stagingproces op de schaal van Amazon-magazijnen moest verlopen. Ontwerpers combineerden transportbanden, karren, kratten en verzenddozen om aan te sluiten op de ordergrootte en het SKU-profiel. Transportbanden zorgden voor een constante doorstroming tussen pickzones, kwaliteitscontroles en verpakking. Karren maakten flexibele routes en snelle lay-outwijzigingen mogelijk.
Een typische containerstrategie volgde drie regels:
- Gebruik standaard kratten voor kleine en middelgrote bestellingen om automatisering en opslag te vereenvoudigen.
- Gebruik verzenddozen als orderverzamelcontainers wanneer ruimtebenutting het belangrijkst is.
- Gebruik pallets of grote karren voor omvangrijke bestellingen of bestellingen met een laag aantal artikelen.
Ingenieurs controleerden de afmetingen van dozen en kratten ten opzichte van de openingen in de stellingen, de breedte van de transportband en de draaicirkels. Ze beperkten het gewicht van de kratten tot veilige hanteringswaarden, vaak onder de 15-20 kg, om de operators te beschermen. Ze definieerden ook kleur- of labelschema's zodat orderverzamelaars in één oogopslag de prioriteit, de drager of de temperatuurklasse konden zien. In productielijnen met een hoog volume gebruikten ze accumulatietransportbanden om het orderverzamelen en het inpakken te scheiden en blokkades stroomopwaarts te voorkomen.
Opstelzones, consolidatie en pick-and-pass
Het ontwerp van de stagingzones verklaarde een groot deel van hoe picken en staging op magazijnniveau bij Amazon werkten. Stagingzones fungeerden als buffers tussen picken, verpakken en verzenden. Ze vingen pieken op die ontstonden door drukte en onderbrekingen bij transporteurs. Ingenieurs onderscheidden drie soorten stagingzones: pick staging, consolidatie staging en dock staging.
Een typisch ontwerp combineerde deze elementen:
- Gereserveerde rijstroken per vervoerder of route in de buurt van de laad- en loskades.
- Consolidatiegebied voor orders uit meerdere zones met duidelijke rijstrookaanduidingen.
- Opslag van picks op korte termijn in de buurt van modules met een hoge pickcapaciteit.
Pick-and-pass-processen maakten gebruik van zones met duidelijke aanvoer- en afvoerpunten. Bakken of dozen kwamen een zone binnen, ontvingen alle benodigde artikelen en werden vervolgens naar de volgende zone verplaatst. Het transport vond plaats via transportbanden of geleide karren. Om knelpunten te voorkomen, zorgden de engineers voor een evenwichtige productie per uur per zone en berekenden ze de benodigde buffers tussen de zones. Ze definieerden ook uitzonderingslussen waar probleemorders uit de hoofdstroom konden worden verwijderd zonder de standaardwerkzaamheden te blokkeren.
Veiligheid, ergonomie en naleving van wet- en regelgeving
Bij grootschalige operaties die bestudeerden hoe orderverzameling en -klaarzetten op de schaal van Amazon-magazijnen moesten worden uitgevoerd, werden veiligheid en ergonomie als essentiële ontwerpfactoren beschouwd, niet als extraatjes. Ingenieurs beperkten het gewicht van handmatig getilde artikelen, verkleinden de reikafstanden en controleerden het aantal stappen. Snel bewegende artikelen werden tussen knie- en schouderhoogte geplaatst. Ze gebruikten doorrolstellingen en zwaartekracht om dozen naar voren te brengen en diep reiken te minimaliseren.
Belangrijke ontwerpcontroles omvatten:
| Aspect | Technische focus |
|---|---|
| Heffen en dragen | Beperk de belasting per hefbeweging, gebruik handmatige palletwagen of transportbanden voor zware voorwerpen. |
| Loopafstand | Verkort de belangrijkste pickroutes, gebruik zone- of clusterpicking. |
| Verkeersveiligheid | Scheid voetgangers en vrachtwagens, markeer oversteekplaatsen en stel snelheidslimieten in. |
| Brandveiligheid en vluchtroutes | Houd de gangpaden breed en zorg dat de uitgangen en sprinklers vrij zijn. |
Het compliancewerk omvatte lokale arbeidsregelgeving, bouw- en brandveiligheidsvoorschriften en, waar relevant, regelgeving met betrekking tot gevaarlijke materialen. Teams documenteerden standaardwerkprocedures, visuele werkinstructies en noodplannen. Ze stelden dagelijkse looproutes op voor supervisors om geblokkeerde gangpaden, beschadigde stellingen en overvolle opslagruimtes te controleren. Deze discipline zorgde ervoor dat de prestaties van het pick-and-stage-proces hoog bleven, terwijl het aantal ongevallen en de risico's op het gebied van regelgeving onder controle werden gehouden.
Digitale besturing, automatisering en prestaties
Digitale besturing bepaalde hoe locaties met een hoog volume het pick-and-stage-proces afhandelden. Faciliteiten die onderzochten hoe pick-and-stage in de magazijnen van Amazon moest worden uitgevoerd, richtten zich op softwarelogica, mens-machine-interfaces, mobiele robotica en harde prestatiegegevens. In dit hoofdstuk wordt uitgelegd hoe deze elementen samenwerkten in een modern distributiecentrum.
WMS-logica, taakinterleaving en golfontwerp
Een geavanceerd magazijnbeheersysteem (WMS) stuurde vrijwel elke beslissing met betrekking tot het picken en klaarzetten van goederen aan. Het genereerde picklijsten, selecteerde opslaglocaties en bepaalde de volgorde van taken op basis van regels. In processen die waren gemodelleerd naar het picken en klaarzetten in het magazijn van Amazon, optimaliseerden ingenieurs de WMS-logica om loopafstanden en stilstandtijd te verminderen.
Door taakinterleaving kon een medewerker in één geoptimaliseerde route wisselen tussen orderverzamelen, inpakken en aanvullen. Het WMS combineerde taken op basis van locatie, gewicht en prioriteit. Dit verminderde het aantal lege ritten en verhoogde het aantal productielijnen per uur. Wave design groepeerde orders op basis van de uiterste aflevertijd van de vervoerder, het serviceniveau of de bestemming. Typische wave-strategieën waren onder andere:
- Op tijd gebaseerde golven, afgestemd op de vertrektijden van de trailers.
- Batchgolven die vergelijkbare SKU's of zones groeperen.
- Aanvullingsgolven die de snelst stijgende aandelen vulden voordat er grote prijsdalingen plaatsvonden.
Ingenieurs controleerden of de golfgrootte overeenkwam met de verpakkings- en opslagcapaciteit. Onjuiste golfgroottes veroorzaakten opstoppingen bij de dokken en laad- en losplaatsen. Een feedbackloop op basis van KPI's zoals orderdoorlooptijd en laad- en lostijd hielp bij het verfijnen van de golfpatronen.
Spraak-, licht-, augmented reality- en beeldgestuurd plukken
De interactie tussen mens en machine bepaalde hoe snel orderverzamelaars WMS-plannen konden uitvoeren. Voice picking maakte gebruik van headsets en spraakherkenning. Orderverzamelaars ontvingen verbale instructies en bevestigden de picks door controlecijfers of aantallen uit te spreken. Hierdoor bleven handen en ogen vrij en hoefden labels minder aangeraakt te worden. Het werkte goed in gebieden met veel artikelen en weinig zichtbaarheid, zoals palletstellingen.
Bij lichtgestuurde systemen werden LED's op de opslaglocaties gebruikt. Het licht gaf de bak en de hoeveelheid aan. Deze systemen bereikten een zeer hoge nauwkeurigheid, maar vereisten een dichte bekabeling of draadloze lichtmodules. Ze waren het meest geschikt voor compacte pickmodules of doorrolstellingen met herhaalbestellingen.
Augmented Reality (AR)-brillen en wearables toonden pijlen, slot-ID's en aantallen in het gezichtsveld. Piloten lieten een winst van meer dan tien procentpunten zien in het aantal eenheden per uur bij complexe lay-outs. Visueel gestuurd orderverzamelen maakte gebruik van camera's en AI om barcodes te lezen of items te identificeren op basis van hun vorm. Dit verkortte de scantijd en was handig wanneer labels klein of beschadigd waren.
Ingenieurs vergeleken opties met behulp van een eenvoudige matrix: fouttolerantie, SKU-dichtheid, lichtomstandigheden en trainingsinspanning. Voor processen vergelijkbaar met het pick-and-stacking-proces in de magazijnen van Amazon, waren gemengde architecturen gebruikelijk. Bijvoorbeeld: licht in modules voor snel picken, spraakbesturing in bulkopslag en augmented reality (AR) voor training en foutafhandeling.
AGV's, AMR's, cobots en goederen-naar-persoon-cellen
Mobiele automatisering verplaatste de reislast van mensen naar machines. Geautomatiseerde geleide voertuigen (AGV's) volgden vaste routes met behulp van markeringen of draden. Ze waren geschikt voor stabiele, herhaalbare processen, zoals het verplaatsen van pallets tussen ontvangst, opslag en voorbereiding. Omschakelingen waren traag omdat de routes vastgelegd waren in de code.
Autonome mobiele robots (AMR's) maakten gebruik van ingebouwde kaarten en sensoren. Ze omzeilden obstakels en pasten zich aan veranderingen in de lay-out aan. Bij projecten die het pick-and-stacking-proces in de magazijnen van Amazon bestudeerden, werd vaak gekozen voor AMR's voor het verplaatsen van kratten of karren tussen zones. Typische taken waren onder andere:
- Het heen en weer transporteren van geselecteerde kratten van de ene zone naar de andere voor consolidatie.
- Het bevoorraden van werkstations met goederen-naar-persoon-systemen.
- Ondersteuning voor dynamische zoneselectie tijdens piekuren.
Cobots werkten naast mensen bij pick- of packstations. Ze namen til-, repetitieve bewegingen of het vormen van dozen voor hun rekening. Dit verminderde de belasting en verbeterde de consistentie. Goods-to-person-cellen brachten bakken of trays naar een vaste picker via shuttles, carrousels of AMR's. Deze cellen reduceerden de loopafstand tot bijna nul, maar vereisten een hoge investering en een zorgvuldige selectie van SKU's.
Ingenieurs stelden businesscases op met behulp van arbeidsbesparingen, hogere doorvoersnelheden en maximale bezettingsgraad. Ze controleerden ook de veiligheidsnormen, de architectuur van noodstops en de verkeersregels. Duidelijke voorrangsregels tussen heftrucks, AMR's en voetgangers waren essentieel.
KPI's, digitale tweelingen en AI-gestuurde optimalisatie
Sterke digitale controle was afhankelijk van nauwkeurige en actuele prestatiegegevens. Typische KPI's voor pick-and-stage waren onder andere:
- Nauwkeurigheid van de orderverzameling (% foutloze orderregels).
- Eenheden of regels per arbeidsuur.
- De doorlooptijd van een bestelling, van release tot verzendbevestiging.
- Reisafstand per ophaalroute.
- De tijd tussen aanvoer vanuit het laad- en lospunt en de tijd tussen aanvoer en verzending.
WMS-logboeken, RF-scans en data van wearables leverden gegevens aan dashboards. Leidinggevenden gebruikten deze tijdens ploegoverleggen om knelpunten in de voorbereidingszones, pickmodules of inpakcellen te signaleren. Digitale tweelingen gingen nog een stap verder. Ze spiegelden de magazijnindeling, apparatuur en proceslogica in simulatiesoftware. Teams konden nieuwe golfpatronen, plaatsingsregels of AMR-vlootgroottes testen zonder risico's te lopen bij lopende bestellingen.
AI-gestuurde optimalisatie gebruikte historische gegevens om parameters automatisch af te stemmen. Voorbeelden hiervan waren het voorspellen van orderpieken, het aanpassen van de release-tijden van ordergolven en het voorstellen van dynamische verschuivingen in de opslaglocatie. In omgevingen zoals het picken en klaarzetten van goederen in een Amazon-magazijn, suggereerden AI-modellen welke orders naar welke pickmethode moesten gaan, zoals batch, cluster of goods-to-person.
Ingenieurs hielden een evenwichtig beeld. Ze toetsten AI-suggesties aan veiligheidsvoorschriften, ergonomische grenzen en vakbonds- of arbeidsafspraken. De beste resultaten werden behaald wanneer AI duidelijke menselijke beslissingsbevoegdheden ondersteunde en wanneer de KPI-definities in de loop der tijd stabiel bleven.
Samenvatting en strategische conclusies voor professionals
Professionals die zich verdiepen in het pick-and-stage-proces in de magazijnen van Amazon, zouden pick-and-stage moeten zien als een geïntegreerd systeem. In de voorgaande paragrafen werd aangetoond hoe duidelijke procesdefinities, geoptimaliseerde lay-outs en digitale besturing samenkomen in één workflow. Deze conclusie verbindt die ideeën tot een praktisch stappenplan dat geschikt is voor magazijnen van verschillende groottes en met verschillende automatiseringsniveaus.
Vanuit technisch oogpunt rust een stabiele pick-and-stage-prestatie op vier pijlers. Ten eerste, definieer het proces volgens de stappen van VDI 3590, van transportinstructie tot bevestiging, en elimineer onduidelijke overdrachten. Ten tweede, stem de pickstrategie af op het orderprofiel. Gebruik discrete picking voor lage volumes en voeg vervolgens wave-, batch-, zone-, cluster- of pick-and-pass-picking toe naarmate het aantal orderregels per dag toeneemt. Ten derde, ontwerp de vloer: kies voor een U-, I- of L-flow, plaats SKU's met ABC- en velocity-regels en bepaal de grootte van de stagingzones voor pieken in de vraag, niet voor gemiddelde dagen. Ten vierde, laat een WMS of een vergelijkbaar systeem de taakvrijgave, aanvulling en KPI's beheren.
Industriële trends wezen op een hogere mate van automatisering en meer datagestuurde controle. Fabrieken stapten over van handmatige karren en RF-scanners naar workflows die werden aangestuurd door spraak, licht, augmented reality en beeldherkenning. AGV's, AMR's, cobots en goederen-naar-persoon-systemen namen repetitieve bewegingen en zware verplaatsingen over. Digitale tweelingen, AI-gebaseerde slotting en voorspellend wave design begonnen de personeelsplanning en de capaciteit van de magazijnen vooraf vorm te geven. Toch vertrouwden zelfs geavanceerde locaties nog steeds op basisregels zoals FIFO voor houdbare artikelen, duidelijke gangpadmarkeringen en ergonomische pickhoogtes.
Voor de implementatie volgden de meeste succesvolle programma's een gefaseerd stappenplan. Teams brachten eerst het huidige proces in kaart en maten de basis-KPI's, zoals het aantal eenheden per uur, de nauwkeurigheid van het picken en de orderdoorlooptijd. Vervolgens testten ze één of twee wijzigingen in een beperkt gebied. Typische eerste stappen waren onder andere een strakkere indeling van de magazijnvakken, eenvoudige wave-logica of een kleine pick-to-light- of spraakgestuurde zone. Pas na stabiele verbeteringen schaalden ze de automatisering op, voegden ze robots toe of herontwierpen ze de lay-out van de magazijnruimtes. Gedurende het hele proces werden de standaardwerkprocedures (SOP's) bijgewerkt, het personeel getraind en werden veiligheids- en wettelijke controles in elke ontwerpbeoordeling opgenomen.
Vooruitkijkend combineerden de meest veerkrachtige magazijnen conservatieve engineering met flexibele technologie. Ze dimensioneerden stellingen, laad- en loszones en transportbanden voor de meest ongunstige belasting en vrije ruimte. Tegelijkertijd hielden ze software, orderverzamelmethoden en personeelsmodellen flexibel. Deze evenwichtige aanpak stelde hen in staat om piekseizoenen, SKU-groei en nieuwe verkoopkanalen aan te kunnen zonder constante herinrichting. Faciliteiten die orderverzamelen en -klaarmaken als een dynamisch systeem beschouwden, en niet als een eenmalig project, bleven het dichtst in de buurt van de prestatieniveaus die kenmerkend zijn voor toonaangevende e-commercebedrijven. Zo kan de integratie van orderverzamelsystemen en schaarheftrucks de efficiëntie aanzienlijk verbeteren. Daarnaast ondersteunt de inzet van elektrische pallettrucks soepelere materiaalverwerkingsprocessen.
