2022年、私はカリフォルニア州フォンタナにある3PLの倉庫を視察していた。80,000平方フィート、ピーク時には1日約12,000件の注文を処理する倉庫だ。オペレーションマネージャーが自慢げに紹介してくれたのは、彼のスター・ピッカーだった。24歳、倉庫一の速い手、1時間120ユニット。それから付け足すように彼はこう言った。辞めたばかりのベテランがいた。48歳、1時間85ユニット、フロアで3番目に遅い。スターは年末の表彰を受けた。3か月後、ベテランは去った。その2か月後、商品違いに関する顧客からのクレームが増え始めた。
そこでマネージャーはようやく、今まで一度も比べたことがなかった数字に目を向けた。「遅い」ベテランのピッキング精度は99.8%。スターは97.5%だった。
一人しか残せないとしたら、スピードと精度のどちらを選ぶか。20人の倉庫マネージャーに聞けば19人が精度と答えるだろう。それから彼らのKPIシートを見てみろ。10人中9人が時間あたりユニット数でボーナスを払っている。口では品質と言い、金ではスピードを言う。その乖離こそ、多くのピッキングKPIシステムが生きている場所であり、優秀なベテランが消えていく場所だ。
ピッキングミスの真のコスト
誰もこの計算をきちんとやらない。なぜならミスのコストは給与のように一つのきれいな行にまとまらず、損益計算書のあちこちに散らばっているからだ。だから例示的な数字で一緒に計算してみよう。自分の数字に置き換えてくれ。
1件のピッキングミス：返品送料、代替品の出荷送料、カスタマーサービスの時間、梱包材。あっという間に$15を超える。高額商品、あるいは住所間違いで再配達が発生すれば、$30でも大げさではない。これをフォンタナの倉庫の規模に広げてみよう。1日12,000件の注文。精度97.5%なら1日300件のミス。99.8%なら24件だ。その差は276件。1件$15で、1日$4,100超、1か月$90,000超。給料何人分だろうか。
次に遅いピッキングのコスト：主に人件費効率だ。1時間85ユニットと120ユニットの差を8時間シフトで見ると、280ユニット。ほぼ3分の1人分に相当する。カリフォルニアの倉庫賃金なら、1日数十ドルだ。数十ドル対数千ドル。この計算を2回やる必要はない。
多くの人が見落とす第2の層がある。マーケットプレイスや小売顧客のスコアカードだ。プラットフォームは不良率と返品率を追跡しており、基準を外せば絞られたり罰金を取られたりする。小売顧客はピッキングミスをチャージバックしてきて、積み重なれば取引自体を失う。そのどれもピッキング部門のレポートには出てこないが、すべて会社の損益計算書に着地する。スピードだけのKPIは、現場のクルーに見えないコストを吸収させることになる。
私の結論は率直だ。精度が関門、スピードがボーナスだ。この順序。逆は決してない。
なぜベテランが先に辞めるのか
多くのKPI設計が、彼らに対して構造的に不公平だからだ。若いピッカーは速い。出来高制は彼らを自然に報いる。ベテランの価値はミスをしないことにある。似たSKUが入っているロケーションを知っていてスキャンを二度確認する。システム在庫がいつも間違っているロケーションを知っていて、歩いていく前に一瞥する。ピーク時に短期スタッフが押し寄せれば、半分はトレーナーだ。そのどれも時間あたりユニット数の指標には表れない。
さらに悪いことに、ベテランは真っ先に「最適化」される側になりがちだ。勤続5年、新人より時給が$3高い、時計の上では遅い。純粋なスピードKPIの下で、経営層が見るのは高くて遅い作業者だ。だが彼が去るとき、失うのは一人ではない。フロアの免疫システムを失うのだ。新人は基本スピードに達するのに2〜3週間、ベテランの精度に達するのに3か月以上かかる。その間のミスはすべて授業料で、顧客クレームという形で支払われる。
私が見た中で最も愚かな設計は、これを重み付き総合スコアで直そうとする。精度×係数＋スピード×係数だ。公平そうに聞こえる。実際には、ジレンマを従業員に押し付けることになる。速く走ってボーナスを守るか、ゆっくり進んで雇用を守るか。人間の本性は毎回同じ答えを出す。フロア全体が走り始め、エラー率は静かに背景で上昇していく。
盗めるKPIテンプレート
2階建てだ。決して混ぜない。
1階は精度の関門。99.5%がラインだ（カテゴリーごとに調整を。アパレルと自動車部品は別のゲームだ）。2週連続でラインを下回ったらボーナス停止、コーチング開始。1か月フルで下回ったら配置転換。精度はレッドラインであり、ボーナスのレバーではない。声に出して言え。壁に貼れ。
2階はスピードボーナス。精度の関門を通過したピッカーだけが対象だ。時間あたりユニット数のバンドはゾーンごとに設定しろ。小物パーツのputウォールと家具のピックモジュールは別の仕事だ。倉庫全体で一本のラインは冗談に過ぎない。ゾーン同士の順位付けもするな。家具のピッカーは小物パーツのピッカーに決して勝てないし、ランキングは人々に自分の仕事ではない仕事を漁らせるだけだ。
スピードバンドはどう設定するか。最速の人の記録から作るな。あれは才能であって基準ではない。過去3か月のゾーン別中央値を取り、トップバンドを中央値の10–15%上に設定する。半分のクルーが努力すれば届き、スターには追いかける目標があり、目標が会議室で発明されたものだと思う者はいない。6か月ごとに再調整する。レイアウトやSKU構成が変われば、基準も一緒に変える。
出来高か時給か。ハイブリッドでいけ。安定のための時給ベース、アップサイドのための出来高ボーナス。純粋な出来高は人々に精度をスピードと交換させる。純粋な時給は馴れ合いを育てる。ハイブリッドなら、ベテランは精度でフルボーナスを得て、新人はスピードで上乗せを追い、どちらも騙されたとは感じない。
忘れがちなことがある。精度指標そのものが公平でなければならない。顧客クレームだけから精度を測ると、スロームービングのSKUをピックする人が罰せられる。誰も買わない、誰もクレームしない。誠実な方法は毎日のランダムQCだ。ピッカー1人あたり1日20件の注文を監査し、監査結果とクレームデータを組み合わせる。そうすれば、デッドストックゾーンでのベテランの丁寧な仕事がようやく見えるようになる。
初日に倉庫全体ではなく、まず1つのゾーンで展開しろ。そしてパイロットの前に、クルーにミスのコスト計算を見せろ。数字を見れば、ほとんどの人は納得するものだ。前後の精度の数字を、全員が見えるところに貼り出せ。KPI変更は上からのメモとして届くと失敗する。フロアが「なぜ」を理解したときにうまくいく。
最後の習慣。四半期ごとに退職者面談を見直せ。退職者に占めるベテランの割合が上がり続けているなら、あなたのKPIは、失うわけにはいかない人々をちょうど追い出している。それは従業員の問題ではない。KPIの問題だ。
明日できること。3か月分のピッキングミス記録をエクスポートし、ピッカーごとに精度を計算し、各ピッカーのミスに対する返品送料を計算する。そのシートをあなたのスター・ピッカーに持っていけ。たいていの場合、問題は人々が正確でありたがらないことではない。あなたのKPIが、精度はスピードより価値があると一度も伝えなかったことだ。
英語版からの翻訳。内容に相違がある場合は英語版を優先します。
