Order versus batch picking strategy: enlarging the analysis to include human factors

With the continuous expansion of e-commerce, the attention of companies and the academic world on warehouse activities is constantly growing, as an optimized warehouse can make a difference in the service offered and the costs incurred. Among the multiple warehouse activities, picking (searching for and collecting items to fulfill orders) is particularly critical in terms of resources, costs, and time, becoming a focus for performance optimization. Although some companies are introducing technologies to replace or support the human workforce in this activity, the majority prefer manual systems to maximize flexibility and adaptability in resolving unforeseen events. However, efforts to optimize picking concentrate on efficiency and productivity, often overlooking the impact of managerial decisions on workers' well-being, defined as physical and mental workload, which can negatively influence performance even in technically optimized warehouses. The literature that includes these human factors in the analysis is limited and mainly focused on workers' reactions to the introduction of robotic support, neglecting the impact of different managerial policies. This study aims to investigate how the two main picking strategies (single-order picking and batch picking) simultaneously influence workers' well-being and performance. To achieve this goal, experiments were organized following a parts-to-picker logic (where workers remain fixed at their stations), collecting objective performance data, participants' perceptions, and biometric data, subsequently analyzed through data visualization and statistical tests. The results show that the choice of picking strategy can have a significant impact on performance and workers' physiological workload. Furthermore, it emerged that including human factors in the organization of the picking activity is crucial, as they can directly influence system performance, and that human characteristics such as gender can modulate these effects. This work contributes to research by providing a pilot example of how to structure experiments aimed at collecting data on performance and workers' well-being, and a critical analysis of the effect of picking strategies on human factors and performance.

Con la continua diffusione dell'e-commerce, l'attenzione di aziende e mondo accademico sulle attività di magazzino è in costante crescita, poiché un magazzino ottimizzato può fare la differenza nel servizio offerto e nei costi sostenuti. Tra le molteplici attività di magazzino, il picking (ricerca e raccolta degli oggetti per soddisfare gli ordini) risulta particolarmente critico in termini di risorse, costi e tempi, diventando un focus per l'ottimizzazione delle performance. Sebbene alcune aziende stiano introducendo tecnologie per sostituire o supportare la forza lavoro umana in questa attività, la maggior parte preferisce sistemi manuali per massimizzare flessibilità e adattabilità nella risoluzione di imprevisti. Tuttavia, gli sforzi per ottimizzare il picking si concentrano su efficienza e produttività, spesso trascurando l'impatto delle decisioni manageriali sul benessere dei lavoratori, in termini di sforzo fisico e mentale, il quale può influenzare negativamente le performance anche in magazzini tecnicamente ottimizzati. La letteratura che include questi fattori umani nell’analisi è limitata e focalizzata principalmente sulla reazione dei lavoratori all'introduzione di supporti robotici, trascurando l'impatto di diverse politiche manageriali. Questo studio mira a investigare come le due principali strategie di picking (single-order picking e batch picking) influenzino contemporaneamente il benessere dei lavoratori e le performance. Per raggiungere questo obiettivo, sono stati organizzati esperimenti secondo una logica parts-to-picker (dove lavoratori rimangono fissi in postazione), raccogliendo dati oggettivi di performance, percezioni dei partecipanti e dati biometrici, successivamente analizzati tramite data visualization e test statistici. I risultati mostrano che la scelta della strategia di picking può avere un impatto significativo su performance e sforzo fisiologico dei lavoratori. Inoltre, è emerso che includere i fattori umani nell'organizzazione del picking è fondamentale, poiché possono influenzare direttamente le performance del sistema, e che caratteristiche fisiologiche come il genere possono modulare questi effetti. Questo lavoro contribuisce alla ricerca fornendo un esempio pilota su come strutturare esperimenti mirati alla raccolta di dati di performance e benessere dei lavoratori, e un'analisi critica dell'effetto delle strategie di picking su fattori umani e performance.