Jak dobrać rozmiary kartonów na podstawie danych o zamówieniach

Intuicyjne dobieranie kartonów kosztuje tysiące złotych rocznie, ale dobór na podstawie danych to trudniejszy problem, niż się wydaje. Wyjaśniamy, dlaczego proste podejścia zawodzą i co działa zamiast nich.

Dlaczego to nie jest prosty problem

Na pierwszy rzut oka dobór kartonów wygląda na prostą matematykę: masz produkty, masz wymiary, obliczasz średnią objętość zamówienia i zamawiasz kartony, które pasują.

W praktyce to problem optymalizacji kombinatorycznej, jeden z trudniejszych w logistyce. Składa się na to pięć rzeczy.

Problem 1: Każde zamówienie jest inne. Klient kupuje konkretne produkty w konkretnych ilościach, a „średnie zamówienie" nie istnieje. Zamówienie na 1 krem (8×8×8 cm) i zamówienie na 3 szampony + 2 odżywki + zestaw kosmetyków do makijażu wymagają zupełnie innych kartonów, a średnia z tych dwóch zamówień nie odpowiada żadnemu z nich.

Problem 2: Produkty mają trzy wymiary. Butelka szamponu 25×8×8 cm nie zmieści się w kartonie 20×20×20 cm, mimo że jej objętość (1 600 cm³) jest mniejsza niż objętość kartonu (8 000 cm³). Poza objętością liczą się też wymiary.

Problem 3: Orientacja pakowania. Ten sam produkt można ułożyć w kartonie na 6 sposobów (3 osie × 2 kierunki). Przy zamówieniu z 5 produktami liczba kombinacji orientacji to 6⁵ = 7 776, a każdą trzeba sprawdzić, bo zmiana orientacji jednego produktu może sprawić, że pozostałe się nie zmieszczą albo zmieszczą się lepiej.

Problem 4: Szukasz zestawu, nie jednego kartonu. Potrzebujesz 4-6 rozmiarów kartonów, które łącznie pokryją jak najwięcej zamówień z jak najmniejszą pustą przestrzenią. Rozmiarów nie da się wybrać niezależnie od siebie, bo zmiana jednego wpływa na efektywność pozostałych.

Problem 5: Skala. Sklep wysyłający 300 paczek dziennie przez 6 miesięcy to około 40 000 zamówień do przeanalizowania, każde z inną kombinacją produktów i każde wymagające symulacji pakowania w różnych konfiguracjach kartonów.

Podejścia, które nie działają

Średnia objętość zamówień

Najczęstsze uproszczenie: policz średnią objętość zamówień i dobierz kartony wokół tej średniej. Problem w tym, że rozkład objętości zamówień prawie nigdy nie jest normalny. Zwykle jest silnie prawoskośny (dużo małych zamówień, mało dużych), więc średnią zawyża kilka dużych zamówień i nie reprezentuje ona typowego zamówienia.

Nawet gdyby rozkład był normalny, średnia mówi o jednym punkcie, a Ty musisz pokryć cały zakres. Karton dobrany pod średnią będzie za duży na 50% zamówień i za mały na drugie 50%.

Przedziały objętościowe

Nieco lepsze podejście: podziel zamówienia na 4-5 przedziałów objętości i dobierz karton do każdego przedziału. Tyle że objętość to jedno, a wymiary to co innego. Zamówienie o objętości 5 000 cm³ może mieć kształt 50×10×10 cm (długie i wąskie) albo 17×17×17 cm (sześcienne), a każdy z tych kształtów wymaga zupełnie innego kartonu.

Ankieta wśród magazynierów

„Zapytajmy ludzi, którzy pakują." Doświadczenie magazynierów jest cenne, bo znają problematyczne produkty i najczęstsze kombinacje. Ale to perspektywa anegdotyczna: pamiętają głównie zamówienia trudne do spakowania, a typowe im umykają. Nie potrafią też intuicyjnie zoptymalizować zestawu kartonów dla 40 000 zamówień.

Excel i proste kalkulacje

Można otworzyć arkusz kalkulacyjny, wpisać wymiary produktów i próbować ręcznie dopasować kartony. Działa to przy 10 produktach i 50 zamówieniach. Przy 500 produktach i 40 000 zamówieniach ręczna analiza, która uwzględni wszystkie kombinacje, nie ma szans.

Co działa: podejście oparte na symulacji

Skuteczna optymalizacja kartonów wymaga trzech elementów.

1. Kompletne dane wejściowe

Historia zamówień: eksport z systemu sprzedażowego (numer zamówienia, identyfikator produktu, ilość). Im dłuższy okres, tym lepiej: minimum 3 miesiące, optymalnie 6-12 miesięcy, żeby uwzględnić sezonowość.

Wymiary produktów: wysokość, szerokość, długość i waga każdego SKU. To tzw. masterdata, czyli dane podstawowe o produktach.

Format danych nie ma wielkiego znaczenia. Standardowe eksporty z BaseLinker, Allegro, Shoper, WooCommerce czy własnych systemów WMS zawierają potrzebne informacje. CSV ze średnikiem jako separatorem i przecinkiem dziesiętnym to standard w polskim e-commerce.

2. Symulacja pakowania 3D

Tego elementu nie zastąpią proste kalkulacje. Symulacja pakowania 3D sprawdza, czy konkretne produkty z danego zamówienia fizycznie zmieszczą się w konkretnym kartonie, z uwzględnieniem ich wymiarów, orientacji i kolejności układania.

Porównanie objętości tego nie wykryje: produkt o wymiarach 30×5×5 cm (objętość 750 cm³) nie zmieści się w kartonie 20×20×20 cm (objętość 8 000 cm³), bo jest za długi. Symulacja 3D takie sytuacje wyłapuje.

Symulację trzeba przeprowadzić dla każdego zamówienia z osobna. Próbka 100 zamówień i ekstrapolacja wyniku nie wystarczą, bo różne zamówienia mają różne kombinacje produktów, a każda kombinacja może wymagać innego kartonu.

3. Optymalizacja zestawu kartonów

Kiedy masz symulację pakowania, możesz testować różne zestawy kartonów i porównywać wyniki. Pytanie, ile zestawów trzeba przetestować.

Jeśli rozważasz kartony o wymiarach od 10 do 60 cm (z krokiem co 1 cm), masz 50 opcji na każdy wymiar. Dla jednego kartonu to 50³ = 125 000 kombinacji, a dla zestawu 5 kartonów 125 000⁵, czyli liczba astronomiczna. Nawet z rozsądnymi ograniczeniami przestrzeń przeszukiwania jest zbyt duża, żeby sprawdzić wszystko po kolei.

Dlatego skuteczne narzędzia do optymalizacji kartonów używają algorytmów AI, które testują tysiące konfiguracji, ale skupiają się na obiecujących kierunkach zamiast przeglądać wszystkie możliwości.

Na co zwrócić uwagę przy wyborze narzędzia

Jeśli rozważasz narzędzie do optymalizacji kartonów, Lessair albo inne, sprawdź, czy spełnia cztery kryteria.

Analizuje 100% zamówień. Narzędzie, które bierze 1 000 losowych zamówień z 40 000, pominie nietypowe kombinacje, a te „nietypowe" zamówienia mogą odpowiadać za 20% wysyłek i 40% kosztów nadmiarowej przestrzeni.

Symuluje pakowanie 3D. Jak pokazano wyżej, obliczenia objętościowe nie uwzględniają kształtu produktów, więc bez symulacji 3D wynik nie będzie wiarygodny.

Daje gotowe wymiary do wdrożenia. Wynik powinien zawierać konkretne rozmiary kartonów w centymetrach, gotowe do zamówienia u producenta: 32×24×14 cm, 40×30×18 cm, 52×36×24 cm, a nie procentowe rekomendacje w stylu „rozważ mniejsze kartony".

Porównuje z obecnym zestawem. Narzędzie powinno pokazać, jak Twoje obecne kartony wypadają na tle optymalnych: ile pustej przestrzeni masz teraz i ile będziesz miał po zmianie. Bez tego nie wiesz, czy zmiana się opłaca.

Ile to kosztuje i ile oszczędza

Jednorazowa analiza i optymalizacja zestawu kartonów na podstawie danych kosztuje rzędu kilkuset złotych. Niedopasowane kartony przy 300 paczkach dziennie kosztują rzędu kilkunastu tysięcy złotych miesięcznie.

Różnica nie wymaga kalkulatora.

Po optymalizacji trzeba oczywiście zamówić nowe kartony, a czasem zmienić dostawcę na takiego, który produkuje niestandardowe rozmiary. To dodatkowy koszt i wysiłek, ale przy typowej skali e-commerce (100+ paczek dziennie) inwestycja zwraca się w ciągu 2-4 tygodni.

Kiedy się za to zabrać

Najlepszy moment na optymalizację kartonów to:

Zanim zapłacisz za pełną optymalizację, sprawdź w darmowej analizie wykorzystania przestrzeni, jak obecne kartony radzą sobie z Twoimi zamówieniami. Wynik 30-40% oznacza, że jest co poprawiać. Przy 55-60% Twoje kartony są dobrane lepiej niż w sklepach, które mierzyliśmy: przed optymalizacją mają 30-50%.

Lessair analizuje 100% Twoich zamówień, każde z osobna. Symulacja pakowania 3D sprawdza każde zamówienie i rekomenduje optymalny zestaw kartonów z dokładnymi wymiarami. Analiza wykorzystania przestrzeni jest bezpłatna.

→ Prześlij dane i sprawdź na lessair.pl