Skip to content

การจัดเส้นทางหยิบสินค้า (Pick Optimization)

Pick Optimization คือศิลปะการลดเวลาเดินของพนักงานหยิบสินค้า — ในคลังใหญ่ เวลาเดินคือ 50-70% ของเวลาทำงาน

ทำไมต้อง Optimize?

ในคลังขนาด 5,000 ตารางเมตร:

  • พนักงาน 1 คน อาจเดิน 15 กิโลเมตร/วัน
  • 60% เป็นการ "เดินเปล่า" หาของ
  • Optimize ดี → ประหยัด 30-50% เวลา → เพิ่ม Throughput 2 เท่า

Algorithms

1. Snake / Serpentine (S-shape)

─── Aisle 1 ───→

←── Aisle 2 ───

─── Aisle 3 ───→

ข้อดี: ง่าย ทุก Aisle เดินครบ ข้อเสีย: เดินทุก Aisle แม้ไม่มีของ เหมาะกับ: Wave ใหญ่ที่มีของในเกือบทุก Aisle

2. Return / Largest Gap

เดินเข้า-ออก Aisle เดียวกัน เลี่ยง Aisle ที่ไม่มีของ

ข้อดี: ข้าม Aisle ไม่จำเป็น ข้อเสีย: ซับซ้อนตรง logic

3. Optimal (Steiner Tree / Branch & Bound)

คำนวณเส้นทางสั้นที่สุดจริง ๆ (NP-Hard problem — ใช้ heuristic)

ข้อดี: เร็วที่สุด — ลด distance 20-40% เทียบ Snake ข้อเสีย: คำนวณช้า ต้องใช้ caching

4. Cluster (สำหรับ Multi-Order Cart)

พนักงานเข็นรถมีหลายช่อง — หยิบหลาย Orders พร้อมกัน

  • ระบบบอกว่า "หยิบของชิ้นนี้ใส่ช่อง 3"

เหมาะกับ: E-commerce ที่ Order เล็ก ๆ เยอะ

5. Batch Pick + Sort

หยิบ Item เดียวกันจากหลาย Orders พร้อม แล้วไป Sort ที่ Pack Station

เหมาะกับ: Order ที่มี Item ซ้ำกันเยอะ

ปัจจัยที่ใช้คำนวณ

ระบบใช้:

  1. Locations ที่ต้องไป ของ Wave
  2. Distance Matrix — ระยะระหว่างทุก Location
  3. Aisle Layout — One-way / Two-way
  4. Equipment — Cart / Forklift / Pallet jack (ความเร็วต่าง)
  5. Stop Time per Pick — เวลาที่ใช้หยิบ (3-15 วินาที)

Slotting (ตำแหน่งวางของ)

Optimization ไม่ใช่แค่ Algorithm — Layout ก็สำคัญ:

Velocity Slotting

  • A items (ขายดี) — Aisle ใกล้ Shipping
  • C items — Aisle ลึก

Affinity Slotting

  • Items ที่มักขายคู่กัน → วางใกล้กัน
  • ตัวอย่าง: เครื่องชงกาแฟ + เมล็ดกาแฟ

Ergonomic Slotting

  • Items หนัก → ระดับเอว (Ergonomic zone)
  • Items เบา → ระดับสูง
  • Items กลาง → ระดับเข่า

วิธีตั้งใน WMS

WMS Settings → Outbound Tab → Pick Path Algorithm:

  • Snake
  • Return
  • Optimal
  • Cluster

นอกจากนี้ตั้ง:

  • Cart Type — Single / Multi-bin
  • Equipment Speed (m/min)
  • Stop Time per Pick (sec)

วัด Performance

Picks/Hour

  • Industry benchmark:
    • Basic warehouse: 80-100 picks/hr
    • Optimized WMS: 150-200 picks/hr
    • Voice/RF guided: 200-300 picks/hr

Distance/Pick

  • เป้าหมาย: < 30 เมตร/pick (ในคลังกลาง)

Wave Completion Time

  • จากที่ Release จนปิด Wave

เทคนิคขั้นสูง

Voice Picking

  • พนักงานสวม headset
  • ระบบพูด "ไป A-01-03, หยิบ 5 ขวด"
  • พนักงานพูดยืนยันกลับ
  • ไม่ต้องถือ Scanner — มือว่าง 100%

RF / Barcode Guided

  • มือถือ Scanner แสดง pick ทีละ
  • มาตรฐานปัจจุบัน

Pick to Light

  • ไฟ LED ที่ Pick face — กระพริบเมื่อต้องหยิบ
  • เร็วมาก สำหรับ Pick face ที่หนาแน่น

Auto Mobile Robots (AMR)

  • หุ่นยนต์เคลื่อนของจาก Shelf → Picker (Goods-to-person)
  • เช่น Amazon Kiva

Common Mistakes

❌ ใช้ Snake ตลอด แม้ Wave เล็ก

→ เดินเสียเปล่า

❌ ไม่ Slot Fast-movers ใกล้ Shipping

→ พนักงานเดินไกล สำหรับของขายดี

❌ ละเลย Affinity

→ เดินซ้ำ Aisle หลายรอบ

❌ ไม่ Tune ตามฤดู

→ ของขายตามฤดู (เช่น แอร์ฤดูร้อน) → ต้อง Re-slot

หน้าที่เกี่ยวข้อง

เผยแพร่ภายใต้ Digital Outsourcing