Dlaczego standardowe rozmiary kartonów nie pasują do Twojego sklepu
Sklepy internetowe, z którymi rozmawiamy, pakują zamówienia w 4-6 rozmiarów kartonów z katalogu producenta. Łatwo je kupić, ale drogo w nich wysyłać. Wyjaśniamy, dlaczego „uniwersalne" kartony nie istnieją i czym intuicyjny dobór różni się od zoptymalizowanego.
Mit „uniwersalnych rozmiarów"
Otwórz katalog dowolnego producenta kartonów. Znajdziesz tam kilkadziesiąt rozmiarów, od 200×120×80 mm po 600×400×400 mm, i wyglądają logicznie: małe, średnie, duże. Wydaje się, że wystarczy wybrać 4-6 z nich i problem pakowania jest rozwiązany.
Tyle że te rozmiary zaprojektowano pod produkcję tektury (optymalne wykorzystanie arkuszy, wydajność linii produkcyjnej), a nie pod Twoje zamówienia. Dla producenta idealny jest katalog kilkudziesięciu rozmiarów, które sprzedaje tysiącom klientów, a dla Twojego sklepu zestaw kartonów dobranych pod konkretne zamówienia. To dwie różne optymalizacje, które dają zupełnie różne wyniki.
Jak wygląda typowe pakowanie w e-commerce
Ten scenariusz znamy z magazynów i z rozmów ze sklepami: magazynier dostaje zamówienie, ma na regale 4-6 rozmiarów kartonów i sięga po najmniejszy, do którego zmieszczą się produkty, a jeśli się pomyli, bierze większy.
W efekcie karton jest prawie zawsze wyraźnie za duży. Zostaje przestrzeń, którą trzeba wypełnić folią, papierem lub poduszkami powietrznymi, więc paczka waży więcej (gabarytowo), kosztuje więcej w wysyłce i zużywa więcej materiałów.
Według badania DS Smith, udział pustej przestrzeni w paczkach e-commerce wynosi średnio od 18% dla odzieży i obuwia do 64% dla artykułów szklanych.
Raport DHL „Rethinking Packaging" podaje, że średnio 24% objętości paczki e-commerce to pusta przestrzeń, a w branży fashion jeszcze więcej, bo odzież i akcesoria nie mają sztywnego kształtu.
Dlaczego 4 kartony to za mało (i za dużo jednocześnie)
Standardowe zestawy kartonów kryją paradoks: rozmiarów jest za mało, żeby dobrze pokryć różnorodność zamówień, a jednocześnie za dużo, żeby każdy z nich był naprawdę wykorzystany.
Weźmy sklep z kosmetykami. Zamówienia wahają się od jednego małego kremu (8×8×8 cm) po zestaw prezentowy z 12 produktami o łącznych wymiarach 40×30×25 cm, a między tymi skrajnościami jest ogromna rozpiętość kombinacji.
Jeśli masz 4 rozmiary kartonów rozmieszczone równomiernie (mały, średni, duży, bardzo duży), to:
- Mały jest za duży na pojedynczy krem, ale za mały na 3 produkty.
- Średni jest za duży na 2 produkty, ale za mały na 5.
- I tak dalej.
Każdy „skok" między rozmiarami to pusta przestrzeń, a im mniej rozmiarów, tym większe skoki i tym więcej powietrza.
Rozwiązaniem są raczej inne rozmiary niż „więcej rozmiarów": takie, które wynikają z analizy Twoich zamówień.
Co kryje się w danych o zamówieniach
Każde zamówienie to konkretny zestaw produktów o konkretnych wymiarach. Kiedy popatrzysz na historię zamówień z ostatnich 3-6 miesięcy, zobaczysz wzorce:
- Jakie produkty są najczęściej kupowane razem.
- Jakie kombinacje wymiarów powtarzają się najczęściej.
- Gdzie są „zagęszczenia", czyli grupy zamówień o podobnej objętości.
- Gdzie są „luki", czyli zakresy, w których żaden z obecnych kartonów nie pasuje dobrze.
Te wzorce to podstawa do doboru optymalnych rozmiarów. Zamiast rozkładać kartony równomiernie na osi „od małego do dużego", dopasowujesz je do miejsc, gdzie faktycznie jest najwięcej zamówień.
Przykład: sklep z drobną elektroniką może odkryć, że 40% zamówień to pojedyncze akcesoria (etui, kable) o wymiarach mieszczących się w kartonie 22×16×8 cm, a kolejne 30% to zestawy 2-3 produktów pasujące do kartonu 30×22×12 cm. Zamiast katalogowego „małego" (200×150×100) i „średniego" (350×250×150) dostaje dwa konkretne rozmiary dobrane pod faktyczne dane.
Przed i po: jak wygląda różnica
Typowy wynik optymalizacji wygląda następująco.
Przed (kartony z katalogu, dobrane intuicyjnie):
- 4 rozmiary kartonów
- Średnie wykorzystanie przestrzeni: 32%
- 68% objętości paczek to powietrze i wypełniacz
Po (kartony dobrane na podstawie danych):
- 5 rozmiarów kartonów (nie zawsze więcej, czasem tyle samo, ale innych)
- Średnie wykorzystanie przestrzeni: 57%
- 43% pustej przestrzeni zamiast 68%
Różnica 25 punktów procentowych w wykorzystaniu przestrzeni to konkretna oszczędność na każdej paczce: mniejszy karton, mniej wypełniacza, niższa waga gabarytowa, niższy koszt wysyłki. Do tego dochodzi wizerunek marki: według badania DS Smith, 29% klientów e-commerce odczuwa negatywne emocje wobec marki, która wysyła paczki z nadmiarem pustej przestrzeni, a 18% deklaruje, że nie kupi ponownie u takiego sprzedawcy.
Dlaczego intuicja zawodzi
Kiedy pytamy właścicieli sklepów, jak dobrali rozmiary kartonów, najczęściej słyszymy: „sprawdziliśmy, co pasuje, i zamówiliśmy te, które wydawały się najsensowniejsze."
Problem z intuicyjnym doborem jest taki, że ludzki mózg nie radzi sobie dobrze z optymalizacją wielowymiarową. Masz 500 różnych produktów, tysiące możliwych kombinacji zamówień, każdy produkt ma trzy wymiary (i może być pakowany w różnych orientacjach), a kartonów ma być 4-6. Liczba możliwych konfiguracji jest astronomiczna.
Nawet doświadczony logistyk nie jest w stanie w głowie przetestować tysięcy wariantów i znaleźć optymalnego zestawu. Może znaleźć „niezły", ale różnica między „niezłym" a „optymalnym" to te kilkadziesiąt tysięcy złotych rocznie.
Do tego dochodzi zmienność: asortyment się zmienia, proporcje zamówień się przesuwają, pojawiają się nowe produkty. Kartony dobrane „intuicyjnie" rok temu mogą nie pasować do dzisiejszych zamówień.
Jak często powtarzać optymalizację
Optymalny zestaw kartonów nie jest wieczny. Warto go weryfikować co 6-12 miesięcy albo po większej zmianie asortymentu. Niektóre sklepy mają wyraźną sezonowość: przed świętami zamówienia są większe (zestawy prezentowe), latem mniejsze. Zestaw kartonów powinien to uwzględniać.
Nie musisz wymieniać kartonów co kwartał, ale warto mieć pewność, że obecny zestaw nadal pasuje do tego, co faktycznie wysyłasz.
Jak wygląda optymalizacja oparta na danych
Proces składa się z trzech kroków.
Krok 1: Dane. Historia zamówień (numer zamówienia, lista produktów, ilości) i wymiary produktów (wysokość, szerokość, długość, waga). Wystarczy standardowy eksport CSV z dowolnego systemu: BaseLinker, Allegro, Shoper, WooCommerce, własny WMS.
Krok 2: Symulacja. Algorytm AI analizuje każde zamówienie osobno i dla każdego symuluje pakowanie 3D, czyli sprawdza, jak produkty fizycznie układają się w kartonie, z uwzględnieniem orientacji i kolejności. Testuje tysiące konfiguracji rozmiarów kartonów, szukając zestawu, który maksymalizuje wykorzystanie przestrzeni przy zadanej liczbie rozmiarów.
Krok 3: Rekomendacja. Gotowy zestaw kartonów z dokładnymi wymiarami w centymetrach, do zamówienia u producenta. Zapytanie ofertowe możesz wysłać bezpośrednio z aplikacji.
Analiza obejmuje 100% Twoich zamówień, każde z osobna, bo średnie rozmiary prowadzą do średnich wyników. Więcej o tym, dlaczego proste metody nie działają: Jak dobrać rozmiary kartonów na podstawie danych o zamówieniach.
Kiedy standardowe kartony wystarczą
Są przypadki, w których optymalizacja da minimalny efekt. Jeśli sprzedajesz jeden produkt w jednym rozmiarze, potrzebujesz jednego kartonu. Jeśli masz bardzo wąski asortyment i powtarzalne zamówienia, prawdopodobnie dobierasz kartony wystarczająco dobrze.
Optymalizacja ma największy sens, gdy:
- Masz zróżnicowany asortyment (więcej niż 50 SKU).
- Zamówienia zawierają od 1 do kilkunastu produktów.
- Wysyłasz więcej niż 100 paczek dziennie.
- Używasz 4-6 „uniwersalnych" rozmiarów kartonów.
- Nie mierzyłeś wykorzystania przestrzeni w ciągu ostatniego roku.
Jeśli rozpoznajesz się w tym opisie, sprawdź, co mówią Twoje dane.
Prześlij historię zamówień do Lessair i porównaj swoje obecne kartony z zestawem dobranym pod Twoje dane. Analiza wykorzystania przestrzeni jest bezpłatna: zobaczysz, ile pustej przestrzeni faktycznie wysyłasz i ile możesz zyskać.