Lo esencial primero: la optimización de rutas de picking en WMS no trata de lo avanzado que sea el algoritmo. Se reduce a tres entradas limpias: datos de ubicación precisos, una estructura de pedidos clara y un coste de desplazamiento calculado con honestidad. Si alguna de ellas está sucia, la ruta que produce el sistema se verá preciosa en pantalla y se desmoronará en el almacén. He visto este fallo exacto tres veces, y el guion nunca cambia: el día de la puesta en marcha los preparadores dicen «esta ruta está mal», el equipo del proyecto dice que los usuarios no la entienden y al final descubrimos que la mitad de las coordenadas de ubicación estaban mal.

He dirigido más de 30 puestas en marcha de WMS como consultor de implementación. La optimización de rutas de picking aparece en casi todos los proyectos, y menos de la mitad la hacen bien. Lo difícil no es el algoritmo. Es que la gente piensa que la «optimización» es demasiado simple: instalar el sistema, pulsar un interruptor y que los preparadores caminen menos. No funciona así. Una ruta planificada por el sistema supera el instinto de un veterano porque el veterano se apoya en la memoria y la costumbre, mientras el sistema calcula el óptimo global. Pero ese «global» solo existe si los datos subyacentes son reales.

Tres métodos de ruta de picking: distínguelos antes de elegir

Los tres métodos de ruta de picking en WMS más comunes son en forma de S, de retorno y de mayor hueco. Los nombres suenan a tarea de matemáticas, pero en el almacén resultan evidentes.

En forma de S: el preparador recorre cada pasillo en zigzag, caminándolo de un extremo a otro, y luego pasa al siguiente. Conviene a pedidos con muchas líneas y preparaciones en casi todos los pasillos. La ruta es sencilla y difícil de equivocar, pero recorres todo el pasillo aunque solo haya una preparación en él.

De retorno: el preparador entra en un pasillo por el frente, prepara la ubicación más profunda y vuelve por el mismo camino. Conviene a pedidos con pocas líneas y preparaciones dispersas. Te saltas el tramo vacío, pero puede que entres dos veces en el mismo pasillo.

De mayor hueco: el sistema encuentra el mayor tramo vacío entre dos ubicaciones de preparación adyacentes en un pasillo y divide la ruta ahí, de modo que el preparador entra por ambos extremos. En teoría es el que menos camina, pero exige lo máximo del sistema: las coordenadas de ubicación, las longitudes de los pasillos y la distribución de las preparaciones tienen que ser correctas.

Método Mejor ajuste Ventaja Riesgo
En forma de S Muchas líneas de pedido, preparaciones densas por pasillo Ruta sencilla, pocos errores Desperdicia camino en pedidos dispersos
De retorno Pocas líneas de pedido, preparaciones dispersas Se salta los tramos vacíos Puede entrarse dos veces en el mismo pasillo
De mayor hueco Distribución de preparaciones desigual, datos precisos Menor desplazamiento en teoría Una sola coordenada errónea lo estropea todo

No se puede elegir por intuición. Mi enfoque: tomar un mes de pedidos reales, simular los tres métodos y comparar la distancia total recorrida y la opinión de los preparadores antes de decidir. He visto esta trampa tres veces: un proyecto copió el método de un colega, aplicó la forma de S en un almacén de preparaciones dispersas y los preparadores caminaron dos kilómetros extra al día. Tardaron tres meses en descubrirlo.

La ruta de picking y el slotting son el mismo problema

Muchos equipos tratan la optimización de rutas de picking y el slotting como dos módulos separados y los construyen por separado. Eso es un error. La optimización de rutas decide «cómo caminar», el slotting decide «dónde se sientan las mercancías» y dónde se sientan las mercancías decide directamente cómo va el camino. Pon las mercancías de clase A de alta rotación al fondo de un pasillo y ningún algoritmo de rutas podrá salvarte.

En el otoño de 2023 estaba haciendo una puesta en marcha en un almacén de comercio electrónico en el este de China. El cliente tenía más de 300 SKU de clase A y antes de la puesta en marcha los preparadores caminaban más de 400 metros por pedido de media (ilustración de escenario basada en mediciones de la época). Lo primero que hicimos no fue ajustar el algoritmo, sino reubicar. Movimos las mercancías de clase A al frente de los pasillos, cerca de las estaciones de embalaje, y pusimos los artículos que suelen pedirse juntos en ubicaciones adyacentes. Tras la reubicación, sin tocar el algoritmo de rutas, la distancia media recorrida bajó bruscamente. Ese proyecto me enseñó una cosa: el techo de la optimización de rutas lo marca el slotting.

Así que mi lista de comprobación para una puesta en marcha de rutas de picking siempre incluye estos controles:

  1. Verificar las coordenadas de ubicación por completo: comprobar sobre el terreno al menos el 20% de los pasillos y ubicaciones; un error significa volver a comprobarlo todo.
  2. Analizar la estructura de los pedidos: número de líneas, SKU por pedido y afinidad de pedidos conjuntos en los últimos 30 días.
  3. Simular los tres métodos con pedidos reales, nunca con datos de demostración.
  4. Pruebas con preparadores: dos veteranos y dos recién llegados, 20 pedidos cada uno, registrando la distancia recorrida y los errores.
  5. Plan de excepciones: cuando una ubicación está ocupada, falta stock o un pasillo está cerrado, ¿cómo vuelve a trazar la ruta el sistema? Pruébalo en vivo, no te limites a leer el manual.

El picking por lotes y las oleadas son la otra mitad de la ruta

La mitad de la optimización de rutas está en cómo se agrupan los pedidos. El picking de un solo pedido y el picking por lotes producen rutas completamente distintas. En el picking por lotes, el sistema fusiona los puntos de preparación de varios pedidos en una sola ruta, la densidad de puntos sube y la forma de S suele superar al retorno. Las oleadas funcionan igual: corta una oleada demasiado grande y el carro del preparador se desborda; córtala demasiado pequeña y la optimización de rutas pierde su sentido.

He aquí un punto contraintuitivo: cuanto mejor sea tu optimización de rutas de picking, más importa cómo agrupas los pedidos. El tiempo ahorrado en la ruta se lo come fácilmente una mala agrupación. Vi un proyecto en el que la distancia recorrida bajó tras la puesta en marcha de la optimización de rutas, pero el rendimiento general no se movió: el corte de oleadas no había seguido el ritmo y los preparadores hacían cola en las estaciones de embalaje esperando a que se dividieran los pedidos. El sistema optimizó el punto A, el cuello de botella se movió al punto B y la eficiencia total se mantuvo plana.

Por eso mi lista de comprobación de la noche de puesta en marcha siempre tiene esta línea: ejecutar 50 pedidos de principio a fin —pedido, agrupación, preparación, verificación, embalaje— y cronometrar todo el flujo. Mirar solo las cifras de preparación es autoengañarse.

Cuatro formas clásicas de fracasar

Primera: datos de ubicación imprecisos. Ya lo traté arriba: es el asesino número uno. Una coordenada errónea, una longitud de pasillo errónea o una ubicación que el sistema cree libre cuando está ocupada, y todas las rutas están mal.

Segunda: optimizar la distancia recorrida ignorando las acciones de preparación. Algunos artículos exigen agacharse, trepar o levantarlos entre dos personas. La ruta se acorta, el tiempo de manipulación sube y el tiempo total no mejora. El cálculo de rutas debería incluir el coste de manipulación, como mínimo por peso y clase de dificultad.

Tercera: no hacer pruebas de estrés con el volumen punta. La ruta de retorno se ve muy bien en un día tranquilo con pocas líneas de pedido; en un día punta con el doble de líneas, las entradas a pasillos se multiplican y gana la forma de S. Simula siempre con volúmenes de pedidos punta antes de la puesta en marcha.

Cuarta: los preparadores no confían en el sistema. Una ruta del sistema parece «con rodeos», el preparador toma un atajo por experiencia y el resultado es una preparación omitida o errónea. En la primera semana tras la puesta en marcha, los supervisores deben caminar por el almacén y averiguar si el sistema está mal o si el preparador no siguió la ruta. Si no puedes distinguir ambas cosas, la optimización nunca se consolidará.

Un último punto: la optimización de rutas de picking en WMS no es algo que se compra, es algo que se afina. El algoritmo es solo el punto de partida. Ubicaciones, pedidos, personas y procesos son cuatro ruedas que tienen que girar juntas antes de que la ruta ahorre de verdad algo. Recorre la lista de comprobación anterior punto por punto y dormirás bien la noche de la puesta en marcha.

Por Lin Xiao, Consultor de Implementación de WMS Traducido del inglés. En caso de discrepancia, prevalece la versión en inglés.