Планирование численности складского персонала, кейс ОЗОН — 12 мая 2026 г. в 05:00:11.608
Планирование численности складского персонала, кейс ОЗОН Очень классный кейс от ОЗОН о расчете численности сотрудников склада и повышении производительности персонала за счет оптимизации перемещений (полное описание кейса тут) Дано: • 55 млн операций с товарами в день • свыше 23 млн отправлений в логистику в день Чтобы точно рассчитать количество работников на смену под потребности логистического центра при выполнении плана производительности, компания применяет алгоритм стаффинга. Он помогает сформировать последовательность подбора товаров для минимизации простоя или перепробегов (времени, затраченного на поиск товаров в разных частях склада) Что сделали: После внедрения алгоритма Ozon смог оптимизировать процессы на логистических объектах. Результаты: • необходимость в смене секторов для выполнения разных операций на складах снизилась более чем в 4 раза на одну рабочую смену. • количество перемен складских зон, где хранятся товары из разных категорий, сократилось на 92,3%. • число перемен этажей для работников склада снизилось на 95,5% • перемещение по этажам пятиэтажного мезонина на крупных логистических объектах сократилось на 418 км Как работает алгоритм: Стаффинг анализирует часовой прогноз для операций на складе — приемки, упаковки, разгрузки и др., и их производительность, а также начало и длительность рабочих смен. Метрики производительности для каждого складского объекта меняются в зависимости от сезонности. Алгоритм составляет цепочку заданий по подбору [товаров] так, чтобы расстояние между товарами было минимальным — на основе топологии склада и данных по конкретному исполнителю. Математические алгоритмы позволяют работникам быть более эффективными и не совершать ненужных действий. На логистических объектах Ozon также использует математические алгоритмы батчинга, который определяет время и параметры подбора товара, и слоттинга – правила размещения товаров в ячейках мезонина. В первом случае платформа сократила перемещение сотрудников склада на 20-30%, а алгоритм размещения снижает время поиска товара на 7% и уменьшает ошибки при подборе из ячейки до нескольких процентов. Похожий кейс про планирование численности исполнителей работ на стройке был тут