Case Study Netuno FBA

Jak uporządkować zatowarowanie FBA i zarządzać magazynem na podstawie danych?

Branża: dystrybutor wyrobów papierowych

Zatrudnienie: poniżej 50 pracowników

Geneza projektu

Firma Netuno prowadzi rozwijającą się sprzedaż e-commerce, w tym sprzedaż za pośrednictwem Amazon FBA. Wraz ze wzrostem skali coraz większym wyzwaniem stawało się nie tylko przygotowywanie paczek, ale przede wszystkim planowanie zatowarowania, rejestrowanie wykonanej pracy i zarządzanie magazynem na podstawie danych.

Proces FBA obejmował wiele ręcznych czynności: analizę stanów i sprzedaży, wybór produktów do wysyłki, przygotowanie paczek zbiorczych, ręczne spisywanie wykonanej pracy, drukowanie etykiet oraz przenoszenie informacji między biurem a magazynem.

W praktyce część działań była wykonywana „z głowy”, część na kartkach, a część w systemach. Brakowało jednego, prostego widoku pokazującego: co trzeba przygotować, kto nad tym pracuje, ile paczek jest w kolejce, ile już wykonano i na ile dni pracy wystarczy aktualna kolejka zadań.

Sytuacja początkowa

Analiza zapotrzebowania FBA była wykonywana ręcznie i zajmowała znaczną część tygodnia. Osoba odpowiedzialna za proces musiała sprawdzać stany na Amazonie, sprzedaż, zapasy w magazynie, produkty do uzupełnienia oraz priorytety wysyłkowe.

Zespół wiedział, które produkty są ważne i gdzie mogą pojawić się braki, ale brakowało narzędzia, które porządkowałoby dane i wskazywało rekomendacje na podstawie sprzedaży, stanów oraz czasu uzupełnienia zapasu.

Największe straty wynikały z ręcznej analizy, przepisywania informacji między systemami, spisywania paczek na kartkach, braku elektronicznej kolejki pracy, chodzenia między oddalonymi stanowiskami oraz trudności w porównywaniu wydajności pracowników.

Dodatkowym wyzwaniem była dynamika sprzedaży. W Amazon FBA brak produktu oznaczał nie tylko utratę bieżącej sprzedaży, ale też ryzyko spadku pozycji oferty i wyższych kosztów reklam po ponownym zatowarowaniu. Dlatego potrzebne było podejście uwzględniające tempo sprzedaży, czas przygotowania, czas dostawy i bufor bezpieczeństwa.

Wyzwanie

Największym wyzwaniem było uporządkowanie procesu FBA tak, aby firma mogła szybciej podejmować decyzje o zatowarowaniu, lepiej kontrolować wykonanie pracy i ograniczyć ręczne czynności, które nie wnosiły wartości.

Klient potrzebował rozwiązania, które pozwoli odpowiedzieć na kilka praktycznych pytań:

które produkty należy wysłać do Amazon FBA,
w jakiej ilości przygotować wysyłkę,
ile produktów jest już w drodze,
ile dni zapasu pozostaje na Amazonie,
ile czasu potrzeba na przygotowanie i przyjęcie kolejnej partii,
które zadania są w kolejce,
kto pracuje nad daną paczką,
ile paczek zostało przygotowanych,
ile pracy zostało do wykonania,
czy proces FBA idzie w dobrym tempie.

Ważne było również uporządkowanie odpowiedzialności. Część prostych czynności, takich jak spisywanie paczek, drukowanie etykiet czy rejestrowanie wykonania, mogła zostać przeniesiona bliżej miejsca, w którym faktycznie wykonywana jest praca. Dzięki temu osoby odpowiedzialne za sprzedaż i planowanie mogły skupić się na decyzjach biznesowych, a nie na operacyjnym przepisywaniu danych.

Cele

Celem projektu było stworzenie bardziej przewidywalnego i uporządkowanego procesu zatowarowania FBA oraz oparcie decyzji magazynowych na danych. Kluczowe było ograniczenie ręcznej analizy, szybsze wskazywanie produktów wymagających uzupełnienia oraz połączenie w jednym miejscu informacji o sprzedaży, stanach magazynowych i produktach będących w drodze.

Drugim obszarem było usprawnienie organizacji pracy magazynu. Wdrożone rozwiązania miały ograniczyć zbędne przemieszczanie się, uporządkować kolejkę zadań i obsługę paczek, umożliwić monitorowanie wydajności pracy oraz wprowadzić czytelny podział odpowiedzialności między biurem, magazynem i osobami zarządzającymi FBA.

Rozwiązanie

Analiza zapotrzebowania FBA – sprawdziliśmy, jak wybierane są produkty do wysyłki na Amazon.
Model rekomendacji zatowarowania – uwzględniliśmy sprzedaż, dynamikę 7/14/30 dni, stany, produkty w drodze, czas przygotowania i bufor bezpieczeństwa.
Elektroniczna kolejka pracy – zaproponowaliśmy widok pokazujący liczbę paczek, etap realizacji, osoby odpowiedzialne i kolejkę zadań.
Elektroniczna rejestracja paczek – zastąpienie kartek prostym formularzem lub arkuszem z produktem, ASIN-em, liczbą paczek i wykonawcą.
Monitoring wydajności FBA – określenie, ile paczek wykonano, kto je przygotował i czy tempo pracy jest wystarczające.
Uporządkowanie etykiet – powiązanie kodów produktów, EAN-ów, ASIN-ów i etykiet, aby ograniczyć ręczne przepisywanie.
Zmiana layoutu – skrócenie zbędnego chodzenia między stanowiskami oddalonymi o około 70 metrów.
Podział odpowiedzialności – przeniesienie prostych czynności operacyjnych bliżej magazynu, aby dział handlowy skupił się na analizie i zatowarowaniu.

Efekty projektu

1. Od pół dnia do jednego dnia tygodniowo do odzyskania

Ręczna analiza zapotrzebowania FBA zajmowała regularnie od pół dnia do jednego dnia tygodniowo. Narzędzie oparte na danych sprzedażowych, stanach magazynowych, dynamice sprzedaży i czasie odtworzenia zapasu może istotnie skrócić ten proces.

2. Około 3,5 godziny miesięcznie mniej zbędnego chodzenia

Zmiana layoutu i przeniesienie pracy bliżej miejsca wysyłki pozwala ograniczyć przejścia między oddalonymi stanowiskami. Przy odległości około 70 metrów i powtarzalnych trasach oszacowano około 3,5 godziny miesięcznie pracy do odzyskania.

3. Kontrola pracy nawet 6–11 osób

W okresach większego obciążenia przy FBA pracowało nawet 6–11 osób. Elektroniczna rejestracja pozwala monitorować ich pracę bez papierowych notatek, ręcznego przepisywania i domyślania się, kto co wykonał.

4. Widok kolejki: 466 paczek, 64 w trakcie i 6 dni pracy

Przykładowy widok kolejki pokazywał 466 paczek w dokumentach przygotowanych, 64 paczki w trakcie realizacji oraz około 6 dni pracy w kolejce. Taki podgląd pozwala lepiej planować pracę, przesuwać priorytety i reagować zanim proces się zablokuje.

5. Lepsza dostępność produktów na Amazonie

Uzupełnianie FBA na podstawie dynamiki sprzedaży, zapasu, produktów w drodze i czasu przyjęcia przez Amazon zmniejsza ryzyko braków. To ważne, ponieważ brak produktu w e-commerce oznacza nie tylko utratę sprzedaży, ale też ryzyko spadku pozycji oferty i wyższych kosztów reklam po ponownym zatowarowaniu.

6. Dane do rozmów o efektywności

Dzięki elektronicznej rejestracji kierownik może porównywać liczbę paczek, rodzaje produktów i tempo pracy. Rozmowy z pracownikami mogą opierać się na faktach, a nie na ogólnym wrażeniu, że ktoś pracuje szybciej lub wolniej.

Podsumowanie

Największym wyzwaniem klienta nie był sam Amazon FBA, ale brak spójnego procesu łączącego analizę zapotrzebowania, kolejkę pracy, wykonanie paczek, etykiety i dane o wydajności magazynu.

Projekt pokazał, że proces można uporządkować etapami. Najpierw przez prostsze dane i elektroniczną rejestrację paczek, następnie przez kolejkę pracy, a dalej przez model rekomendacji zatowarowania oparty na sprzedaży, zapasach i czasie odtworzenia produktu.

Dzięki temu firma może przejść od ręcznego zarządzania FBA do procesu, który jest mierzalny, bardziej przewidywalny i łatwiejszy do skalowania.

To case study pokazuje, że w e-commerce sama sprzedaż nie wystarczy. Przy większej liczbie zamówień równie ważne są: dane, dostępność produktów, uporządkowany magazyn, jasne odpowiedzialności i bieżąca kontrola wykonania pracy.

Case study