KPI склада: 7 метрик руководителю и формулы расчёта

Почему многие KPI считают неправильно

Директора складов меряют производительность по тем показателям, которые видны в WMS из коробки — без проверки методики расчёта. Самая частая ошибка: путаница между pick accuracy и picking speed. Один директор премирует за 130 строк/час, другой — за 99,5% точности. Через полгода первый получает 4% возвратов и пересорт, второй — отставание от плана отгрузок на 20%. Цель — мерить оба показателя одновременно, но это требует разделить премию на 2 части.

Вторая ошибка — измерять плотность хранения через занятость стеллажей, а не через грузопоток. Склад может быть заполнен на 95%, но если оборот низкий, реальная плотность — 5 паллет/м²/мес вместо нормативных 8–12. Третья ошибка — считать ФОТ в абсолютных рублях, а не процентом от выручки: при росте оборота абсолютный ФОТ растёт, а директор не понимает, лучше или хуже стало.

7 KPI ниже отобраны по критерию «директор склада принимает решение раз в неделю». Метрики, которые меняются раз в квартал (например, средняя стоимость хранения паллетоместа), сюда не входят — они уходят в отдельный месячный отчёт. Каждая из 7 имеет: формулу, норму, частоту измерения и источник данных. Подробности по индивидуальным KPI кладовщика (скорость, точность, простой) — в материале о KPI кладовщика: 7 метрик и нормы.

<!-- callout-1 -->

<!-- kpi-1 -->

Метрика 1. Плотность хранения: 8–12 паллет/м²/мес

Плотность хранения — главный показатель эффективности использования складских площадей. Меряется не статически (сколько паллет лежит), а динамически (сколько паллет прошло через каждый квадратный метр за месяц).

Формула: Плотность = Грузопоток (паллет в обе стороны за месяц) ÷ Площадь хранения (м²).

Норма: 8–12 паллет/м²/мес — для классического склада фронтального хранения. Для drive-in — 14–20 паллет/м²/мес. Для мезонинов и shuttle-систем — 18–28 паллет/м²/мес. Площадь хранения берётся без зон приёмки, отгрузки и комплектации (только под стеллажами и проездами между ними).

Пример расчёта для склада 3000 м² (1800 м² — зона хранения): за месяц прошло 18 200 паллет (приём + отгрузка). Плотность = 18 200 ÷ 1800 = 10,1 паллет/м²/мес. Норма выполнена. Если плотность 5–6 — склад избыточен, или ассортимент перегружен «спящими» SKU (анализ через ABC-анализ за 1 час: 7 шагов в Excel). Если плотность 14+ — склад работает на пределе, скоро будут заторы и рост ошибок.

Финансовый эффект плотности: разница между 8 и 12 паллет/м²/мес для склада 3000 м² при тарифе хранения 380 ₽/паллетоместо/мес — это +4 паллет/м² × 1800 м² × 380 ₽ = +2 736 000 ₽/мес выручки на тех же площадях. За год — 32,8 млн ₽ дополнительной выручки без капитальных вложений в новый склад. Главные рычаги повышения плотности: переход с фронтальных стеллажей на drive-in для топ-SKU, использование мезонинов для мелкоштучных позиций, регулярная чистка от «спящих» SKU.

Сравнение типов складирования по плотности:

Частота измерения: ежемесячно по факту, прогноз — еженедельно. Источник данных: WMS (входящий + исходящий грузопоток), площадь — план склада.

Метрика 2. Pick accuracy: точность сборки заказов

Pick accuracy — процент строк заказа, собранных без ошибок: правильный SKU, правильное количество, правильное состояние. Главный показатель качества склада с точки зрения клиента.

Формула: Pick accuracy = (Строк собрано правильно ÷ Всего собрано строк) × 100%.

Норма: >98% для базового уровня, >99,5% для лидеров рынка. WERC отмечает, что у топ-10% складов pick accuracy достигает 99,8–99,9%. Каждые 0,5 п.п. выше нормы — это инвестиция в технологии (pick-to-light, voice picking, RF-сканеры с двойным сканированием).

Считают по строкам, не по заказам. Если в заказе 5 строк и 1 собрана неверно, accuracy этого заказа — 80%, но для статистики засчитывается 1 ошибочная строка из 5. Источник правильного/неправильного: сверка с накладной при отгрузке + возвраты клиента в течение 30 дней. Возвраты из-за пересорта или недогруза — это «отложенные» ошибки сборки.

Финансовый эффект 1 п.п. accuracy: при 100 000 строк в месяц, 1% ошибок = 1 000 строк. Стоимость обработки одной ошибки (повторная сборка + логистика возврата + компенсация клиенту) — 800–1 500 ₽. Итого: 800 000–1 500 000 ₽/мес убытков на 1 п.п. отклонения от нормы.

Сравнение методов сборки по pick accuracy:

Частота измерения: ежедневно. Источник данных: WMS (закрытые заказы), журнал претензий, возвраты.

<!-- callout-2 -->

Метрика 3. Picking speed: 90–120 строк/час

Picking speed — производительность комплектовщика, измеряется в строках за рабочий час. Это средняя по складу метрика; для отдельного сотрудника границы шире (60–80 для штучной, 30–50 для коробочной — см. KPI кладовщика).

Формула: Picking speed = Всего собранных строк ÷ Чистое время комплектации (человеко-часы).

Норма: 90–120 строк/час — для смешанной комплектации (штучная + коробочная) на складе с RF-сканерами и hot-zone. Для специализированных складов нормы отличаются: чистая штучная — 110–150 строк/час, паллетная — 30–50 строк/час. Время берётся «чистое» — без обедов, инструктажей и простоев из-за поломок WMS.

Производительность зависит от 4 факторов: планировки (расстояние между ячейками), технологии (бумага vs RF vs pick-to-light), организации (волновая сборка vs одиночная) и обученности персонала (стажёр vs опытный — разница в 1,7–2,2 раза).

Связь скорости и точности: при росте скорости выше 130 строк/час pick accuracy падает на 0,3–0,8 п.п. (по данным WERC). На практике оптимум — 100–115 строк/час при accuracy 99,2–99,5%. Гнать дальше — терять точность.

Бенчмарки picking speed по типам складов:

Частота измерения: ежедневно. Источник данных: WMS (время старта/закрытия задания), табель учёта.

5 рычагов роста picking speed без потери точности:

1. Hot-zone (компактная зона топ-SKU) — +15–25% к скорости за счёт сокращения пути комплектовщика.
2. RF-сканеры вместо бумаги — +20–30% к скорости + рост accuracy с 94% до 98%.
3. Volna picking (волновая сборка нескольких заказов) — +15–20% к скорости.
4. Pre-pick (предварительная сортировка тяжёлых SKU) — +8–12% к скорости.
5. Обучение и геймификация — +10–15% за счёт мотивации.

Главная ошибка при росте picking speed — забыть про эргономику. Сборщик, который держит темп 130 строк/час 8 часов подряд, через 4–6 недель уходит с работы. Текучесть растёт на 10–15 п.п., и средняя скорость по складу падает — стажёр работает в 1,7–2,2 раза медленнее опытного.

Метрика 4. Оборачиваемость запасов: 30–45 дней

Оборачиваемость запасов — за сколько дней склад «прокручивает» среднюю стоимость хранящегося товара. Главный KPI на стыке склада и закупок.

Формула: Оборачиваемость (дней) = (Средние запасы за период ÷ Себестоимость продаж за период) × Дней в периоде.

Норма: 30–45 дней для FMCG, 45–70 для non-food ритейла, 70–120 для запчастей и B2B. Норма «универсального склада» 3PL — 30–45 дней по средневзвешенной. Чем выше оборачиваемость (меньше дней) — тем меньше заморожен капитал в запасах.

Пример: средние запасы за апрель = 28 500 000 ₽, себестоимость отгруженного товара за апрель = 21 200 000 ₽. Оборачиваемость = (28 500 000 ÷ 21 200 000) × 30 = 40,3 дня. Норма для FMCG не выполнена (40,3 > 45 — слишком много запасов).

Финансовый эффект ускорения на 5 дней: на складе с оборотом 250 млн ₽/мес замороженный капитал уменьшается на 41,7 млн ₽. При ставке капитала 18% годовых это 7,5 млн ₽/год экономии на финансировании запасов.

Связь оборачиваемости и плотности хранения: ускорение оборота на 20% повышает плотность хранения с 8–10 до 10–12 паллет/м²/мес при той же площади. Источник ускорения — точные прогнозы спроса и регулярный ABC-анализ ассортимента с удалением «спящих» SKU.

Сравнение оборачиваемости по индустриям:

Частота измерения: ежемесячно. Источник данных: 1С/ERP — средние запасы + себестоимость продаж.

Метрика 5. ФОТ как % от выручки: 12–18%

Фонд оплаты труда (ФОТ) как доля от выручки — главный KPI экономики склада. Меряется отношением, а не абсолютной суммой: при росте оборота абсолютный ФОТ всегда растёт, и без относительного показателя директор не поймёт, эффективнее или хуже стало.

Формула: ФОТ % = (ФОТ склада за месяц ÷ Выручка склада за месяц) × 100%.

Норма: 12–18% для торгового склада (FMCG, e-com), 8–12% для 3PL-операторов (выручка считается по тарифу хранения и обработки), 15–22% для складов с высокой долей ручного труда (фарма, fashion). В ФОТ включают: оклады, премии, отчисления (30,2%), компенсации.

Пример: ФОТ склада 3000 м² (23 сотрудника, 1 смена) = 1 850 000 ₽/мес (с отчислениями), выручка склада = 12 800 000 ₽/мес. ФОТ % = 14,5%. Норма выполнена.

Что включается в выручку склада зависит от модели: — Торговый склад: выручка от отгруженного товара (без НДС). — 3PL: тариф за хранение паллет × число паллет + тариф за обработку × число операций. — Внутренний склад производства: трансфертная цена обработки 1 паллеты × объём.

Структура ФОТ типичного склада 3000 м²:

Снижение ФОТ % на 1 п.п. при выручке 12,8 млн ₽/мес = 128 000 ₽/мес = 1 536 000 ₽/год экономии. Главные рычаги: WMS (–15–20% штата кладовщиков), pick-to-light (–10–15% штата комплектовщиков), грейдовая система мотивации (см. зарплаты на складе 2026: 6 должностей и грейды).

Частота измерения: ежемесячно. Источник данных: ЗУП/1С (ФОТ), 1С/ERP (выручка).

Метрика 6. Инвентарные потери: <1% в год

Инвентарные потери — расхождение между учётными и фактическими остатками по итогам инвентаризации. Включает: пересорт, недостачу, излишки, списания.

Формула: Инвентарные потери = (Сумма расхождений по абсолютной величине ÷ Среднегодовая стоимость запасов) × 100%.

Норма: <1% в год для классического склада с WMS, <0,5% для лидеров. Без WMS норма расширяется до 1,5–2,5% — это нижняя граница того, что можно достичь на бумажном учёте.

Считают по абсолютной величине, не сальдируя. Если по одному SKU излишки 50 000 ₽, а по другому — недостача 50 000 ₽, потери составляют 100 000 ₽, а не 0. Излишки — это «найденное», но это всё равно ошибка учёта и работы склада.

Структура потерь типичного склада 3000 м² за год (общий объём — 18 млн ₽ запасов, потери 0,8% = 144 000 ₽):

Финансовый эффект 0,5 п.п. потерь: при запасах 18 млн ₽ — 90 000 ₽/год. Стоимость внедрения системы циклической инвентаризации (см. инвентаризация склада: периодичность и методы) — 50 000–150 000 ₽ единоразово. Окупаемость — 6–18 месяцев.

Связь с pick accuracy: рост точности сборки с 98% до 99,5% автоматически сокращает пересорт на 35–50%, что снижает инвентарные потери на 0,1–0,2 п.п.

Частота измерения: квартально (по результатам циклической инвентаризации) + ежегодно (полная инвентаризация). Источник данных: акты инвентаризации, журнал расхождений.

Метрика 7. Брак при обработке: 0,3–0,8%

Брак — товар, ставший непригодным для отгрузки клиенту по вине склада: повреждённая упаковка, бой, нарушение температурного режима, истечение срока хранения из-за плохой ротации. Считается в стоимости списанного товара.

Формула: Брак = (Стоимость списанного товара ÷ Стоимость обработанного товара) × 100%.

Норма: 0,3–0,8% для большинства складов. 0,1–0,3% — лидеры (FMCG-дистрибуторы с автоматизацией). 1,0–2,0% — фарма и stipulating (стекло, керамика, электроника без упаковки). Считается по стоимости обработанного, не хранящегося — это разные метрики.

Пример: за май склад обработал товара на 280 млн ₽, списано в брак — 1 540 000 ₽. Брак = 0,55%. Норма выполнена.

5 главных причин брака на типичном складе:

1. Неаккуратная работа погрузчиками (35–45% брака). Решение — обучение, ограничение скорости в проходах до 8 км/ч, видеоконтроль.
2. Плохое штабелирование на стеллажах (15–25%). Решение — контроль за весовыми ярусами, регламент укладки.
3. Падения при перемещении вручную (10–15%). Решение — стандартизация упаковки, ограничение высоты ручной перевалки.
4. Нарушение температурного режима (5–15%, для замороженных и охлаждённых товаров). Решение — мониторинг температуры в реальном времени.
5. Перегрузка стеллажных ячеек (5–10%). Решение — маркировка предельной нагрузки, контроль приёмки.

Связь брака и pick accuracy: 25–35% брака возникает на этапе пикинга (когда комплектовщик роняет SKU при сборке). Снижение pick accuracy на 1 п.п. = рост брака на 0,05–0,1 п.п.

Финансовый эффект 0,3 п.п. брака: при обработке 280 млн ₽/мес — 840 000 ₽/мес = 10 080 000 ₽/год убытков. На большом складе именно брак — самая «больная» статья после ФОТ.

Распределение причин брака по этапам обработки (FMCG-склад 3000 м²):

Важный нюанс — отделять брак, возникший на складе, от брака от поставщика. Если на приёмке зафиксирован бой 5 паллет, это не вина склада, а претензия к поставщику. Внутренний брак считают только за этапы, где склад несёт ответственность (хранение, пикинг, упаковка).

Частота измерения: еженедельно. Источник данных: акты списания, журнал брака.

Как настроить дашборд: 4 уровня визуализации

Дашборд из 7 KPI работает на 4 уровнях: ежедневный, еженедельный, ежемесячный и квартальный. Каждый уровень — свой ритм проверки и свои метрики.

Ежедневный (5 минут утром). На большом мониторе в зоне руководителя: pick accuracy за вчера (по сменам), picking speed (по сменам), брак за вчера, температурные/системные алерты. Цветовая индикация: зелёный (в норме), жёлтый (внимание, на 5–10% хуже нормы), красный (разбор полётов, на 10%+ хуже).

Еженедельный (15 минут по понедельникам). Те же метрики, агрегированные за неделю + динамика по дням. Дополнительно: плотность хранения за неделю, претензии клиентов, число открытых нарядов. Формат — сводный отчёт + 1–2 страницы детализации по проблемным точкам.

Ежемесячный (1 час в первую неделю месяца). Все 7 KPI + структура ФОТ, расчёт оборачиваемости, инвентарные потери (если был циклический пересчёт). Формат — презентация на 10–15 слайдов для встречи с операционным директором или собственником.

Квартальный (2 часа в первую неделю квартала). Все 7 KPI + бенчмарки по отрасли + план/факт по проектам оптимизации (внедрение технологий, обучение, найм). Формат — стратегический отчёт.

Технологии для дашборда: — Базовый уровень (бесплатно): Excel/Google Sheets с автообновлением из WMS через экспорт CSV. Подходит для складов до 1000 м². — Средний уровень (50 000–150 000 ₽): Power BI или Yandex DataLens с настроенным подключением к WMS и ERP. Подходит для 1000–5000 м². — Продвинутый (200 000–500 000 ₽): кастомный дашборд на базе Grafana/Metabase с алертами в Telegram. Подходит для 5000+ м² и мультискладов.

Главное правило дашборда: ни одна метрика не показывается без нормы и без цветовой индикации. Цифра «pick accuracy 98,3%» без нормы — это просто шум. Цифра «pick accuracy 98,3% (норма >98%, зелёный)» — это управленческая информация.

Кто смотрит дашборд: директор склада (все 7 KPI ежедневно), операционный директор (агрегаты понедельник + проблемные склады), собственник (квартальные срезы), начальники смен (свои KPI в реальном времени на табло).

Типичный набор алертов для Telegram-бота: pick accuracy < 97% за смену (немедленное оповещение), picking speed падает на 20% от вчерашней (через 2 часа после начала смены), брак за день превышает 0,5% от обработанного (на закрытии смены), плотность хранения падает ниже 7 паллет/м²/мес за неделю (отчёт каждый понедельник). Алерты направляются директору и начальнику профильной смены — двойная подотчётность ускоряет реакцию с 3–4 дней до 4–6 часов.

Окупаемость дашборда: средний эффект внедрения системы из 7 KPI с дашбордом и алертами на складе 3000 м² — снижение операционных расходов на 4–7% за 6–12 месяцев. При расходах 1,8 млн ₽/мес это 72 000–126 000 ₽/мес экономии = 864 000–1 512 000 ₽/год. При стоимости внедрения Power BI с настройкой 80 000–150 000 ₽ окупаемость — 2–3 месяца.

Типичные ошибки в расчётах KPI

Половина проблем с KPI на складах — не в плохих результатах, а в неправильных расчётах. 7 ошибок, которые встречаются чаще всего.

Ошибка 1: смешивание pick accuracy и order accuracy. Order accuracy = % заказов, собранных без ошибок (если в заказе 5 строк и 1 ошибка — это 0% accuracy для заказа). Pick accuracy = % строк без ошибок (1 ошибка из 5 строк = 80% для заказа, но 4 из 5 строк правильны). Для сравнения с бенчмарками всегда используйте pick accuracy (по строкам).

Ошибка 2: считать picking speed с учётом простоев. Если рабочий день 8 часов, но 1 час занял инструктаж и 30 минут — ожидание задач, чистое время комплектации — 6,5 часов. Деление на 8 даёт заниженную скорость на 18–20%.

Ошибка 3: брать плотность хранения через занятость стеллажей. Стеллаж может быть забит на 100%, но если оборот низкий, реальная плотность по грузопотоку — 4–5 паллет/м²/мес. Заполненность — это статика, плотность — динамика.

Ошибка 4: считать оборачиваемость по выручке вместо себестоимости. Запасы лежат по себестоимости, выручка считается с наценкой. Деление средних запасов на выручку даёт заниженную оборачиваемость на 30–60%.

Ошибка 5: исключать из ФОТ временный персонал и аутсорс. Если в пиковые сезоны привлекают 5–10 временных грузчиков на 1–2 месяца, их ФОТ должен входить в общий показатель. Иначе ФОТ % падает «искусственно», и директор расслабляется.

Ошибка 6: считать брак от хранящегося, а не от обработанного. Если склад хранит 18 млн ₽ остатка и обработал за месяц 280 млн ₽, брак 1 млн ₽ — это 5,5% от запаса (страшная цифра), но 0,35% от обработанного (норма). Правильный знаменатель — обработанный объём.

Ошибка 7: сальдировать инвентарные потери (излишки минус недостача). Излишки и недостачи в одинаковой степени указывают на ошибки учёта. Сложение по модулю даёт истинную картину; сальдирование может «спрятать» проблему — особенно на складах с большим числом SKU.

Чек-лист проверки KPI у себя:

Бенчмарки KPI по индустриям

Нормы KPI меняются в зависимости от типа склада. Универсальные 7 цифр в начале статьи — для усреднённого склада. Для специализированных направлений границы сдвигаются.

FMCG-дистрибуция. Плотность 10–14 (высокий оборот). Pick accuracy 99,2–99,7% (большой объём отгрузок). Picking speed 100–130 (массовая комплектация). Оборачиваемость 25–35 дней. ФОТ 12–16%. Потери <0,8%. Брак 0,3–0,6%. Главный риск — пересорт похожих SKU.

E-commerce mass-market. Плотность 12–18 (высокая ротация). Pick accuracy 99,0–99,5%. Picking speed 80–110 (batch picking). Оборачиваемость 25–40 дней. ФОТ 14–18%. Потери <0,8%. Брак 0,4–0,8%. Главный риск — рост возвратов при погоне за скоростью.

E-commerce luxury/fashion. Плотность 8–12. Pick accuracy 99,5–99,9% (стоимость каждой ошибки высока). Picking speed 50–80 (pick-to-cart с проверкой). Оборачиваемость 60–100 дней. ФОТ 16–22%. Потери <0,5%. Брак 0,2–0,5%. Главный риск — повреждение упаковки.

Фарма (рецептурная). Плотность 6–10. Pick accuracy 99,8–99,99% (требования регулятора). Picking speed 40–70 (voice picking + 2 контроля). Оборачиваемость 35–55. ФОТ 16–22% (квалифицированный персонал). Потери <0,3%. Брак <0,3%. Главный риск — температура и сроки годности.

B2B запчасти. Плотность 4–8 (широкий ассортимент). Pick accuracy 98,5–99,5%. Picking speed 60–100. Оборачиваемость 80–140. ФОТ 14–18%. Потери <1%. Брак 0,3–0,6%. Главный риск — пересорт в схожих артикулах.

3PL (универсальный). Плотность 8–12 (средневзвешенная). Pick accuracy 98,5–99,3% (зависит от клиента). Picking speed 90–120. Оборачиваемость 30–60 (по клиентам). ФОТ 8–12% (выручка по тарифам). Потери <1%. Брак 0,3–0,8%.

Сводная таблица бенчмарков:

Как пользоваться таблицей: найдите свой профиль, сравните свои KPI с бенчмарками. Отклонение более 15% от верхней или нижней границы — повод разобраться. Если ваш склад работает по нескольким моделям одновременно (например, FMCG + e-com), берите средневзвешенные нормы по доле каждой модели в выручке.

FAQ

Сколько KPI нужно директору склада: 3, 7 или 15? 7 — оптимум для ежедневного управления. Менее 5 не покрывают все аспекты (можно быть быстрым, но неаккуратным; иметь высокую плотность, но проседать по ФОТ). Более 10 создают «шум» — директор перестаёт понимать, на чём сосредоточиться. 7 KPI — это 30–40 минут просмотра дашборда в неделю и 5 минут утром.

С чего начать внедрение, если сейчас никаких KPI нет? С 3 базовых: pick accuracy, picking speed, ФОТ %. Первые 2 — из WMS (если её нет, начать с RF-сканеров и базового учёта). ФОТ % — из ЗУП и 1С. На внедрение этих 3 KPI с дашбордом в Excel уходит 4–6 недель. Затем добавляйте оставшиеся 4 по одной в месяц.

Как связать KPI склада с бонусами сотрудников? Каждый KPI имеет «весовой коэффициент» в премии: pick accuracy 30%, picking speed 25%, дисциплина (отсутствие нарушений) 20%, плотность хранения 10%, экономия ФОТ 10%, отсутствие брака 5%. Премия делится между сотрудниками пропорционально вкладу. Структура «60% оклад + 40% KPI-премия» — стандарт для линейных позиций. Для руководителей — 70/30 или 80/20.

Что делать, если показатели сильно ниже нормы? Сначала проверьте методику расчёта (см. раздел «Типичные ошибки»). Если методика верна — приоритезация: возьмите 2 KPI с самым большим разрывом и работайте только с ними 2–3 месяца. Не пытайтесь улучшать все 7 одновременно — распыляться нельзя. Обычно после фокусной работы 1 KPI выходит в норму за 6–10 недель.

Как часто пересматривать сами нормы KPI? Нормы из этой статьи — отраслевые бенчмарки 2026 года. Они меняются раз в 2–3 года под влиянием технологий (рост автоматизации сдвигает нормы pick accuracy с 98% к 99,5%). Для своего склада нормы пересматривают раз в год при годовом планировании. Если за год не было серьёзных изменений в технологиях или ассортименте — нормы оставляют прежними и работают над их выполнением.