Florentin Ganea · 24.10.2026 · 8 minute de citit
Răspunsul scurt: rata de eroare la picking e procentul de comenzi sau de linii care pleacă din depozit cu ceva greșit: alt produs, altă cantitate, un articol lipsă sau alt lot. O măsori lunar, din controlul la ambalare, reclamații și retururi. Când trece de 10%, cauza e aproape mereu amplasarea: produse puse unde era loc liber și produse care seamănă, ținute una lângă alta.
Orice șef de depozit știe că se greșește la culegere. Puțini știu cât. Erorile ajung la el pe bucăți: un client sună că a primit bax în loc de bucată, un retur vine cu nota „produs greșit”, cineva de la ambalare prinde o linie și o corectează fără să noteze nimic. Fiecare caz pare un accident. Abia când le aduni pe o lună vezi că nu sunt accidente și că se repetă în aceleași locuri.
Orice diferență între ce a cerut clientul și ce a plecat spre el din vina culegerii. În practică, patru tipuri acoperă aproape tot:
Nu le pune la grămadă cu ce strică transportul sau cu greșelile de facturare. Dacă le amesteci, cifra crește și nu mai știi pe ce să lucrezi.
Formula e simplă: comenzi (sau linii) cu eroare într-o lună ÷ total comenzi (sau linii) culese în luna respectivă × 100. Partea grea e numărătorul. Erorile vin din trei surse și ai nevoie de toate trei:
Trebuie să alegi și pe ce măsori. Pe comenzi, o comandă cu 40 de linii și o singură greșeală contează ca eroare întreagă. Cifra iese mare și reflectă bine ce simte clientul. Pe linii, aceeași comandă înseamnă 1 din 40. Cifra iese mică și e mai potrivită ca să compari zone, produse și operatori.
| Măsurat pe comenzi | Măsurat pe linii | |
|---|---|---|
| Formula | Comenzi cu cel puțin o eroare ÷ total comenzi | Linii cu eroare ÷ total linii culese |
| Ce arată | Câți clienți primesc o livrare cu probleme | Cât de des greșește culegerea propriu-zisă |
| Pentru ce o folosești | Raportarea către conducere și vânzări | Analiza pe zone, produse și operatori |
| Capcana | Crește singură când comenzile au mai multe linii | Pare mică și ascunde cât de des e afectat clientul |
Ține-le pe amândouă, dar nu le schimba între ele de la o lună la alta. O „scădere” de la 8% la 1% poate fi doar trecerea de la comenzi la linii.
Cifrele de mai jos sunt orientative. Depind de tipul de marfă, de câte linii are o comandă și de cât de bine notezi erorile.
Cel mai util reper rămâne propria cifră, lună de lună. Dacă n-ai măsurat niciodată, prima lună îți dă punctul de pornire.
Când conduci un depozit, prima reacție e să cauți vinovatul printre operatori. Am făcut-o și eu. De cele mai multe ori, însă, greșesc toți operatorii în aceleași locuri, ceea ce arată spre depozit, mai puțin spre oameni.
Produsul a primit locația liberă din ziua în care a intrat. După câțiva ani, cele mai cerute articole stau în fundul depozitului, iar cele care se mișcă o dată pe lună ocupă locurile de lângă rampă. Operatorul face drumuri lungi, caută, se grăbește, și greșește.
Același ambalaj, aceeași culoare, altă aromă sau alt gramaj. Puse una lângă alta, se confundă sistematic, mai ales spre sfârșitul turei. E cauza cea mai concentrată: câteva locații fac o mare parte din erori.
Comanda spune 6, operatorul ia 6 baxuri în loc de 6 bucăți, sau invers. Se întâmplă când unitatea de măsură nu e scrisă clar pe lista de culegere sau când același cod are în sistem mai multe unități amestecate.
Pe o listă tipărită, operatorul bifează ce crede că a luat. Nimic nu-l oprește dacă a luat produsul de alături. Greșeala se descoperă la ambalare, dacă are cine s-o vadă, sau la client.
Un operator care merge kilometri pe tură greșește mai mult în ultimele ore. Drumurile lungi vin tot din amplasare, așa că cele două cauze se adună.
Primii patru pași nu cer software nou. Dacă după ei erorile rămân sus sau ordinea se strică la loc în câteva luni, e momentul să te uiți la un WMS. Semnalele după care îți dai seama sunt în: WMS sau Excel.
Dacă vrei să știi de unde vin erorile în depozitul tău, pornește de la exportul de comenzi. Restul se vede din date.
Iei comenzile (sau liniile) care au avut cel puțin o eroare într-o lună și le împarți la totalul comenzilor (sau liniilor) culese în aceeași lună. Erorile le aduni din trei surse: controlul la ambalare, reclamațiile clienților și retururile pe motiv de livrare greșită. Spune mereu dacă cifra e pe comenzi sau pe linii, altfel nu o poți compara de la o lună la alta.
Orientativ: sub 1% pe linii acolo unde fiecare linie se confirmă cu scanerul, între 2 și 5% într-un depozit care culege după listă tipărită. Peste 10%, problema ține de felul în care e organizat depozitul, iar atenția oamenilor contează mai puțin. Intervalele variază mult după tipul de marfă și numărul de linii pe comandă, așa că cea mai bună comparație e cu propria ta cifră de luna trecută.
Nu neapărat de la început. În cazul descris în articol, erorile au coborât de la 18% la 4% în două luni doar prin reamplasarea produselor și separarea celor care se confundau, fără software nou. Scanarea la raft, pe care o aduce un WMS, e pasul următor: oprește greșeala înainte să plece din depozit și ține ordinea la fiecare recepție.
Un export de comenzi pe 12 luni, cu produsele și cantitățile de pe fiecare linie, și o evidență a erorilor: registrul de retururi, reclamațiile sau ce notează cei de la ambalare. Pentru analiza pe zone mai ai nevoie de locația fiecărui produs. Dacă locațiile nu sunt în sistem, o listă în Excel făcută o singură dată ajunge.
Mutarea produselor cerute des și despărțirea celor asemănătoare se văd în cifra de erori din prima lună, pentru că atacă direct cauzele cele mai mari. În proiectul din articol, concluziile analizei au fost gata în 48 de ore, iar rezultatul de 4% s-a măsurat după două luni.
Stratiq, WMS-ul nostru, confirmă fiecare linie cu scanerul și propune locațiile după frecvență. Dacă nu știi încă de unde vin erorile, începe cu o analiză gratuită.
Florentin Ganea · 24.10.2026 · 8 min read
The short answer: the picking error rate is the share of orders or lines that leave the warehouse with something wrong: a different product, a different quantity, a missing item or the wrong batch. You measure it monthly, from the packing check, complaints and returns. When it goes above 10%, the cause is almost always slotting: products put wherever there was free space, and look-alike products kept side by side.
Every warehouse manager knows mistakes happen in picking. Few know how many. Errors reach them in pieces: a customer calls because they got a case instead of a unit, a return comes back marked "wrong product", someone at packing catches a line and fixes it without writing anything down. Each one looks like an accident. Only when you add them up over a month do you see they aren't accidents and that they repeat in the same places.
Any difference between what the customer ordered and what was sent to them because of picking. In practice, four types cover almost everything:
Don't lump them together with transport damage or invoicing mistakes. If you mix them, the figure goes up and you no longer know what to work on.
The formula is simple: orders (or lines) with an error in a month ÷ total orders (or lines) picked that month × 100. The hard part is the numerator. Errors come from three sources and you need all three:
You also have to choose what you measure on. Per order, an order with 40 lines and a single mistake counts as a whole error. The figure comes out high and reflects well what the customer experiences. Per line, the same order is 1 in 40. The figure comes out low and is better for comparing zones, products and pickers.
| Measured per order | Measured per line | |
|---|---|---|
| Formula | Orders with at least one error ÷ total orders | Lines with an error ÷ total lines picked |
| What it shows | How many customers get a delivery with problems | How often the picking itself goes wrong |
| What you use it for | Reporting to management and sales | Analysis by zone, product and picker |
| The trap | It rises on its own when orders have more lines | It looks small and hides how often the customer is affected |
Keep both, but don't swap between them from one month to the next. A "drop" from 8% to 1% can simply be the switch from orders to lines.
The figures below are a rough guide. They depend on the type of goods, how many lines an order has and how well you record errors.
The most useful benchmark is still your own figure, month after month. If you've never measured, the first month gives you the starting point.
When you run a warehouse, the first reaction is to look for the culprit among the pickers. I did it too. Most of the time, though, all the pickers make mistakes in the same places, which points to the warehouse more than to the people.
Each product got the free location on the day it arrived. After a few years, the most requested items sit at the back of the warehouse, while the ones that move once a month take the spots next to the dock. The picker walks long distances, searches, hurries, and gets it wrong.
Same packaging, same colour, different flavour or different weight. Placed next to each other, they get mixed up systematically, especially towards the end of the shift. It's the most concentrated cause: a few locations account for a large part of the errors.
The order says 6, the picker takes 6 cases instead of 6 units, or the other way round. It happens when the unit of measure isn't clearly written on the pick list or when the same code has several units mixed up in the system.
On a printed list, the picker ticks what they think they took. Nothing stops them if they took the product next to it. The mistake is found at packing, if someone is there to see it, or at the customer.
A picker who walks kilometres per shift makes more mistakes in the last hours. Long walks also come from slotting, so the two causes add up.
The first four steps need no new software. If after them errors stay high, or the order falls apart again within a few months, it's time to look at a WMS. The signals that tell you so are in: WMS or Excel.
If you want to know where the errors in your warehouse come from, start from the order export. The rest shows in the data.
Take the orders (or lines) that had at least one error in a month and divide them by the total orders (or lines) picked in the same month. You collect the errors from three sources: the check at packing, customer complaints and returns for wrong delivery. Always state whether the figure is per order or per line, otherwise you can't compare it from one month to the next.
As a rough guide: under 1% per line where every line is confirmed with a scanner, between 2 and 5% in a warehouse that picks from a printed list. Above 10%, the problem lies in how the warehouse is organised, and how careful people are matters less. The ranges vary a lot with the type of goods and the number of lines per order, so the best comparison is with your own figure from last month.
Not necessarily at first. In the case described in the article, errors fell from 18% to 4% in two months just by re-slotting products and separating the ones that got mixed up, with no new software. Scanning at the rack, which a WMS brings, is the next step: it stops the mistake before it leaves the warehouse and keeps the order at every receipt.
An export of orders over 12 months, with the products and quantities on each line, and a record of errors: the returns log, complaints or what the packing staff write down. For the analysis by zone you also need the location of each product. If locations aren't in the system, an Excel list made once is enough.
Moving the fast movers and separating the look-alike products show up in the error figure in the first month, because they go straight at the biggest causes. In the project in the article, the analysis conclusions were ready in 48 hours and the 4% result was measured after two months.
Stratiq, our WMS, confirms every line with the scanner and suggests locations by frequency. If you don't yet know where your errors come from, start with a free analysis.