Er is een scène die zich in bijna elk logistiek magazijn herhaalt: het hoofd operaties vraagt om «een dashboard met alle KPI’s van het magazijn» en iemand plakt uiteindelijk twintig metrieken in een Excel die na de tweede week niemand meer bekijkt. Het probleem is niet een gebrek aan data, maar de mix van mythes die we met ons meedragen over wat de prestaties van een magazijn nu echt meet.
Mythe 1: meer KPI’s betekenen betere controle
In de praktijk gebeurt het tegenovergestelde. Volgens documentatie uit de logistieke sector kan een middelgroot magazijn tientallen verschillende indicatoren genereren, maar teams reageren slechts op drie of vier. Wanneer het paneel twintig metrieken bevat, kijkt de pickingmedewerker er niet meer naar omdat hij niet weet welke prioriteit heeft.
Een veelgemaakte fout die ik bij echte implementaties heb gezien: de KPI «voorraadnauwkeurigheid» toevoegen op ploegniveau terwijl het bedrijf alleen maandelijkse cyclustellingen uitvoert. De indicator verschijnt leeg of met gegevens van weken geleden, en het team verliest het vertrouwen in het hele dashboard. Als de meetfrequentie niet overeenkomt met de updatefrequentie van de data, is de KPI overbodig.
Mythe 2: de kosten per verzonden regel verklaren alles
Het is een nuttige indicator, maar misleidend als je hem geïsoleerd bekijkt. Een magazijn kan zijn kosten per regel verlagen door personeel in de nachtploeg te verminderen en tegelijkertijd de verzendfouten en retouren laten exploderen. De kosten per regel verbeteren, de klanttevredenheid verslechtert.
De realiteit is dat magazijn-KPI’s in paren werken: productiviteit met kwaliteit, bezetting met reactievermogen, omloopsnelheid met serviceniveau. Het meten van één zonder zijn tegenhanger nodigt uit tot optimaliseren in de verkeerde richting.
Mythe 3: OEE en productieverhoudingen laten zich goed vertalen naar het magazijn
Hier is eerlijkheid gepast: OEE (Overall Equipment Effectiveness) is ontstaan voor productielijnen met herhaalbare cycli. In een magazijn met onregelmatige vraag, orderpieken en taken die elk uur veranderen, levert het berekenen van beschikbaarheid en prestatie met dezelfde formule cijfers op die niet veel betekenen. Het is niet zo dat het niet kan worden aangepast, maar het vereist het definiëren van «geplande bedrijfstijd» met een criterium dat bijna nooit duidelijk is.
Voor een magazijn is het meestal zinvoller om regels per manuur te meten bij specifieke taken (picking, ontvangst, aanvulling) dan een globale OEE.
Wat een nuttig dashboard wél onderscheidt
Indicatoren die afhangen van data die al bestaan
Voordat je iets ontwerpt, is het raadzaam je af te vragen waar elk getal vandaan komt. Als de KPI «ordercyclustijd» vereist dat iemand elke fase handmatig klokt, wordt hij binnen enkele weken verlaten. Duurzame indicatoren worden gevoed vanuit het WMS, het ERP of barcodescanners die al in de operatie worden gebruikt.
Actiegerichte drempels, niet alleen stoplichten
Een KPI zonder gedefinieerde drempel en zonder toegewezen verantwoordelijke is decoratie. Het praktische verschil zit in weten wat er wordt gedaan wanneer de locatienauwkeurigheid onder een bepaald percentage zakt: wordt er een gedeeltelijke telling gestart? wordt de ploeg gewaarschuwd? Als het antwoord niet op papier staat, dient de indicator nergens toe.
Seizoenscontext
Tijdens campagnes zoals Black Friday of uitverkoopperiodes dalen de productiviteitsratio’s per definitie: er komen meer kleine orders binnen en het picken raakt versnipperd. Die dagen vergelijken met het jaargemiddelde zonder segmentering leidt tot valse conclusies. Iedereen die een magazijn in het hoogseizoen heeft beheerd, weet het: de KPI moet je lezen tegen dezelfde periode van het voorgaande jaar, niet tegen de vorige maand.
Een beperking die je beter kunt erkennen
Geen enkele set KPI’s vervangt de directe observatie van het magazijn. Er zijn problemen — slecht gemarkeerde gangpaden, locaties die de medewerker vermijdt omdat er een ladder nodig is, laadkuilen met een knelpunt op bepaalde uren — die zelden in een dashboard verschijnen totdat ze al vertragingen hebben veroorzaakt. Indicatoren detecteren tendensen; de fysieke ronde detecteert oorzaken.
Ook moet je aannemen dat de vergelijking tussen magazijnen van hetzelfde bedrijf vaak weinig betrouwbaar is: verschillende oppervlaktes, verschillende assortimenten en verschillende orderprofielen maken dat dezelfde ratio’s niet vergelijkbaar zijn. Volgens studies uit de sector vervallen veel organisaties in de verleiding om magazijnen te rangschikken met metrieken die niet genormaliseerd zijn.
Een redelijk startpunt
Als je met iets moet beginnen, zijn vier goed gedefinieerde indicatoren beter dan twintig slecht gevoede: voorraadnauwkeurigheid, regels per uur bij picking, volledig en op tijd verzonden orders, en bezetting van locaties. Met die vier en hun uitgeschreven drempels kun je sturen; de rest voeg je toe wanneer de data betrouwbaar is en iemand ze gebruikt om te beslissen.