Системы WFM в складской логистике: мировой опыт

Как склады и распределительные центры связывают поток заказов, трудовые нормативы, квалификации сотрудников, графики и стоимость труда

Введение

Складская логистика стала одной из самых сложных отраслей для управления персоналом. Нагрузка меняется в течение дня, сроки отгрузки сокращаются, а результат смены зависит не только от числа сотрудников, но и от их квалификации и распределения по зонам. Избыток людей увеличивает затраты, дефицит — приводит к очередям, переработкам и срыву SLA.

При этом склады уже давно «оцифрованы» и насыщены данными. WMS знает каждую ячейку, каждый заказ и каждый статус движения товара. Но между знанием объёма работы и знанием того, сколько именно людей нужно вывести лежит целая управленческая дисциплина.

Здесь и возникает задача WFM (Workforce Management). Система переводит данные о складской нагрузке в потребность по ролям и интервалам, помогает закрывать дефицит и сопоставлять плановые часы с фактической выработкой и затратами. 

В основе материала — данные о складских операциях и комплектовании заказов, отраслевые опросы Zebra Technologies и статистика U.S. Bureau of Labor Statistics, а также кейсы Amazon, Americold, DSC Logistics, United Facilities, DHL, CEVA. 

Эти результаты нельзя механически усреднять в единый «эффект WFM» — слишком разными были объекты, методики и охват. Но вместе они ясно показывают, где именно возникает экономия: 

в сокращении сверхурочных и избыточных часов, точном распределении сотрудников и снижении ручной нагрузки на руководителей.

Краткая сводка: что такое WFM в логистике

Workforce Management (WFM) — система процессов и технологий для прогнозирования потребности в персонале, составления графиков, учёта рабочего времени и анализа затрат.

В складской логистике WFM связывает нагрузку с доступным ресурсом:

заказы и операции → потребность по зонам и ролям → график → распределение сотрудников → фактические часы → план-факт.

Основные функции WFM на складе:

• Прогноз потребности — сколько сотрудников разных ролей нужно по временным интервалам.

• Планирование смен — с учётом навыков, допусков, доступности, отпусков и ограничений рабочего времени.

• Распределение по зонам — приёмка, хранение, комплектация, упаковка, маркировка, возвраты, отгрузка.

• Закрытие дефицита — перераспределение, дополнительные и открытые смены, резерв соседних объектов, внешний персонал.

• Учёт факта — явки, отсутствия, ночные, сверхурочные и фактически отработанные часы.

• План-факт — сопоставление нагрузки, часов, выработки, SLA и стоимости персонала.

Иными словами, WFM отвечает не только на вопрос «кто и когда работает», но и на более важный:

сколько сотрудников, каких ролей и с какими навыками нужно вывести в конкретную зону и время, чтобы обработать поток заказов без лишних часов и дефицита.

1. Почему склад особенно чувствителен к планированию 

Персонал остаётся одной из крупнейших статей операционных затрат

Даже на автоматизированных складах затраты на персонал остаются одной из крупнейших статей операционных расходов. В white paper DHL по e-commerce отмечается, что в США на персонал обычно приходится 40–60% операционных затрат склада. Это не универсальный норматив, но он показывает масштаб влияния планирования на себестоимость операций.

Персонал остаётся самой изменчивой и самой дорогой составляющей складских операций — в отличие от аренды и оборудования, затраты на которые в краткосрочной перспективе фиксированы. — DHL 

Особенно трудоёмкой остаётся комплектация заказов. В классическом обзоре René de Koster, Tho Le-Duc и Kees Jan Roodbergen её стоимость оценивается до 55% операционных затрат склада. При этом в ручной комплектации значительная часть времени уходит не на само изъятие товара, а на перемещения — примерно половина общего времени операции.

Отсюда важный вывод для WFM: оптимизировать только численность недостаточно. Один и тот же оплаченный час даёт разный результат в зависимости от зоны, текущей нагрузки, типа операции и навыков сотрудника.

Нагрузка меняется быстрее, чем график

Складская нагрузка волатильна не только по сезонам, но и внутри одного дня. На неё влияют дедлайны приёма заказов, прибытие транспорта, промо, срочные заказы, волны комплектации, возвраты и сбои оборудования. Поэтому недельный график, построенный «по прошлой неделе», может выглядеть укомплектованным, но создавать дефицит в отдельных интервалах.

Дополнительное давление создаёт сокращение времени между заказом и отгрузкой. В классическом обзоре по складской комплектации отмечается, что компании всё чаще принимают заказы позже, сохраняя короткие сроки доставки. В результате планировать нужно уже не только численность на день, а потребность по коротким интервалам и отдельным участкам процесса.

Масштаб сезонных пиков хорошо показывает Amazon: к праздничному сезону 2025 года компания объявила о найме 250 000 сотрудников в США для складских и транспортных операций. Это не ориентир для всего рынка, но наглядный пример того, почему держать постоянный штат «под пик» слишком дорого и приходится сочетать постоянное ядро, внутреннюю гибкость и временный персонал.

Кадровый дефицит остаётся системным ограничением

По данным 2025 MHI Annual Industry Report, 83% опрошенных специалистов производства и цепочек поставок назвали дефицит персонала и квалификаций проблемой для операций. 

Похожую картину показывает Warehousing Vision Study 2025 от Zebra Technologies: 69% складских сотрудников сообщили о нехватке квалифицированного персонала, 74% считают, что слишком много времени тратят на задачи, которые можно автоматизировать, а 85% опасаются, что без дополнительных инвестиций в технологии компаниям будет сложно достичь бизнес-целей.

При этом дефицит на складе — не всегда просто нехватка людей. Сотрудники могут быть в штате, но в нужный момент не хватать человека с необходимым допуском, опытом или навыком работы в конкретной зоне. Поэтому общая численность или FTE ещё не показывают реальную доступную мощность смены.

У этой перегрузки есть и оборотная сторона, которую редко считают вместе с производительностью, — травматизм. По данным Бюро статистики труда США (BLS), в 2024 году на складах и объектах хранения было зарегистрировано 4,8 случая травм и заболеваний на 100 работников в эквиваленте полной занятости — более чем вдвое выше среднего по частному сектору США (2,3).

Это значит, что «дефицит закрыт переработками» — не нейтральное с точки зрения рисков решение: концентрация нагрузки на меньшем числе уставших людей в пиковые часы повышает не только вероятность ошибки, но и вероятность травмы.

2. Планировать нужно одновременно смены и работу внутри смены

Один из ключевых выводов академических исследований складской логистики — нельзя рассматривать график сотрудников отдельно от того, какие заказы и операции будут им назначены.

В исследовании Rijal, Bijvank, Goel и de Koster в Transportation Science совместно рассматриваются планирование смен комплектовщиков и назначение заказов. Модель определяет число сотрудников, начало и конец смен, перерывы и последовательность выполнения заказов. На кейсе крупной сети супермаркетов Нидерландов авторы показали, что даже небольшая гибкость внутри смены может давать финансовый эффект.

Например, 15-минутная гибкость в планировании перерывов означала, что время перерыва можно было немного сдвигать в зависимости от текущей загрузки. Это позволило увеличить минимальную продолжительность смены с 6 до 7–8 часов и одновременно снизить среднюю стоимость труда до 5%. Эффект возникал за счёт более точного совпадения доступности сотрудников с временными окнами заказов.

Это важное отличие зрелой WFM-системы: нужно учитывать не только саму смену, но и когда, где и для каких операций нужен сотрудник внутри неё. Иногда сдвиг перерыва, начала смены или зоны работы даёт больший эффект, чем вывод дополнительного человека.

3. Навыки сотрудников — полноценная часть производительности склада

В WFM для логистики роль сотрудника нельзя сводить только к должности. Два комплектовщика могут различаться по скорости, знанию ассортимента, работе с техникой и отдельными категориями товара.

В исследовании Matusiak, de Koster и Saarinen в European Journal of Operational Research индивидуальные навыки комплектовщиков включили в модель группировки заказов и распределения работников. На данных крупного склада финского ритейлера это позволило сократить суммарное время комплектации почти на 10% по сравнению с традиционными методами.

Похожий вывод получили Batt и Gallino в Management Science: усложнение поиска товара увеличивало время комплектации до 16%, но опыт сотрудника снижал этот эффект. В симуляции учёт расстояния, плотности ячеек и опыта комплектовщика повышал производительность примерно на 5%.

Для WFM отсюда два вывода. Во-первых, норматив «одна роль = одна производительность» слишком груб. Во-вторых, матрица навыков нужна не только для контроля допусков, но и для распределения задач: один и тот же объём заказов может требовать разного числа людей в зависимости от состава смены.

На практике модель потребности должна учитывать как минимум роль, квалификацию или допуск и производительность на конкретной операции. Последний показатель при этом не стоит превращать в постоянный рейтинг сотрудника: он зависит от опыта, зоны, типа товара и условий работы.

4. Предпочтения сотрудников и управляемая гибкость

На складе гибкость обычно понимают как возможность быстро менять расстановку персонала. Но современное планирование учитывает и другую сторону — может ли сотрудник влиять на выбор задач и свою доступность.

В исследовании 2026 года в Computers & Industrial Engineering провели эксперимент с 165 участниками и сравнили разные механизмы назначения задач комплектовщикам. В моделировании возможность выбора из подходящих задач давала до 8,4% сокращения общего времени выполнения работ или до 6,8% роста полезности для сотрудников.

Эти результаты нельзя напрямую переносить на реальный склад или полноценное внедрение WFM-системы. Но принцип важен: эффективность и интересы сотрудников не обязательно противоречат друг другу. Если система предлагает выбор в рамках допустимых задач, можно сохранить операционные ограничения и одновременно дать персоналу больше автономии.

В прикладной WFM-системе это выражается через доступность, предпочтения по сменам и зонам, открытые смены, обмены и прозрачные правила перераспределения. Такая гибкость меньше зависит от ручных звонков и решений руководителя.

5. Закрытие дефицита внешним персоналом

Для многих складов аутсорсинг и временный персонал — основной инструмент сезонной гибкости. Но если учитывать их отдельно, компания не видит полную картину доступного ресурса и затрат.

WFM-система должна работать с одинаковыми параметрами для всех сотрудников: ставкой часа, ролью, квалификацией, доступностью, подтверждённой сменой, явкой и выработкой.

Дефицит логично закрывать поэтапно: перераспределение внутри объекта → дополнительные или открытые смены → резерв соседних объектов → внешний персонал → сверхурочные. Конкретный порядок может отличаться, но принцип один — сначала использовать более управляемый внутренний ресурс.

Интеграции платформ временного персонала с системами управления трудовыми ресурсами, например Instawork и Takt, показывают общее направление рынка: внешний персонал постепенно становится частью единой модели планирования, а не отдельным процессом закупки.

6. WFM должна корректировать план по ходу смены

Даже хороший прогноз не учитывает все отклонения: транспорт опаздывает, заказы приходят неравномерно, оборудование останавливается, сотрудники отсутствуют или переходят между зонами. Поэтому WFM-система должна не только строить график, но и пересчитывать потребность в персонале по ходу смены.

Особенно это важно при жёстких сроках отгрузки. Исследование Improving warehouse responsiveness by job priority management на примере европейского РЦ показало, что управление приоритетами заданий с учётом текущего состояния очереди помогает быстрее обрабатывать заказы при сокращении времени до отгрузки.

Для WFM это означает, что одного общего объёма заказов недостаточно. Нужно учитывать сроки отгрузки, текущую очередь, оставшееся время и фактическую производительность зон. Если комплектация начинает отставать, система должна показать ожидаемый дефицит и доступный ресурс для перераспределения.

Поэтому зрелая WFM-система работает в двух горизонтах: заранее планирует графики и потребность, а внутри смены — сравнивает план с фактом и помогает перераспределять персонал при отклонениях.

7. Цена вопроса: сколько экономит склад с WFM

Оценки эффекта складского WFM заметно различаются: результат зависит от исходной производительности, доли сверхурочных, объёма внешнего персонала и качества внедрения. Поэтому вывести универсальный процент экономии для любого склада невозможно.

Показательно, что аналитики вообще стали выделять эту категорию отдельно: Gartner в Market Guide for Warehouse Labor Optimization and Management Systems (2026) описывает системы управления складским трудом уже как самостоятельный класс решений, а не как модуль внутри WMS. То есть рынок институционально признал: вопрос «сколько стоит и сколько экономит именно труд» достаточно велик и специфичен, чтобы его больше не считать побочной функцией системы управления складом.

В качестве ориентиров можно использовать сводные оценки отраслевых консультантов:

Это не независимые академические исследования: методика расчётов и состав выборки подробно не раскрыты. Поэтому диапазоны следует рассматривать как отраслевые ориентиры, а не как гарантированный результат внедрения.

Экономический эффект формируется из нескольких источников:

При годовых затратах на складской персонал в 500 млн рублей каждый 1% экономии от этой суммы составляет 5 млн рублей. Соответственно, снижение затрат на 5% даёт 25 млн рублей в год, а на 10% — 50 млн рублей.

Эту арифметику полезно связать с цифрой из раздела 1: если труд составляет 40–60% операционных затрат склада (данные DHL), то даже типичные для отрасли 5–10% экономии на этой статье означают снижение всех операционных издержек склада примерно на 2–6%. Для объекта с тонкой маржой это уже не «оптимизация ради оптимизации», а вполне заметная величина в масштабе P&L.

Однако рост производительности, сокращение часов и снижение сверхурочных нельзя складывать механически: часто они отражают один и тот же эффект. Поэтому финансовая модель должна строиться на фактических денежных потоках:

экономия оплаченных часов + снижение доплат за сверхурочные + уменьшение стоимости внешнего персонала + экономия административного времени + подтверждённое сокращение потерь SLA − лицензии − интеграция − сопровождение проекта.

Рост пропускной способности переводится в деньги только тогда, когда склад ограничивает объём продаж и отгрузок. В остальных случаях эффект следует считать через сокращение часов, отказ от дополнительного найма или возможность обработать рост объёма без расширения штата.

Именно поэтому основной способ подтвердить экономику складского WFM — пилот на конкретном объекте. Отраслевые диапазоны помогают оценить потенциал, а реальные показатели склада определяют фактический результат.

8. Эффекты WFM на реальных складских кейсах 

Международные кейсы важно читать не как рейтинг поставщиков, а как набор различных моделей эффекта.

DSC Logistics: сокращение управляемых переменных затрат

DSC Logistics, позднее вошедшая в CJ Logistics America, внедрила систему управления персоналом в сети из 50 распределительных центров. По данным Blue Yonder, использование единых нормативов, данных о загрузке и показателей исполнения позволило сократить переменные затраты на персонал более чем на 20%.

Для 3PL это особенно значимый показатель. Выручка определяется объёмами и условиями клиентских контрактов, тогда как маржа во многом зависит от количества оплаченных часов. Даже выполненный SLA может оказаться убыточным, если склад регулярно закрывает пики сверхурочными или избыточным внешним персоналом.

Кейс DSC показывает, что эффект WFM корректнее измерять не по всему ФОТ, а по его управляемой части: сверхурочным, временным сотрудникам, избыточным часам и потерям производительности.

Americold: единые стандарты для большой сети

Americold управляла более чем 150 складами и распределительными центрами и внедряла Blue Yonder WMS и систему управления персоналом на растущем числе объектов. Система использовала трудовые нормативы, прогнозирование потребности, мониторинг производительности и программы стимулирования.

В публичном кейсе Blue Yonder сообщается о росте производительности до 5%; потенциал снижения затрат на отдельных площадках оценивался до 10%, а общий заявленный диапазон экономии — 5–10%.

«Мы используем систему управления персоналом прежде всего в наиболее сложных складских средах. Система помогает устанавливать более точные трудовые стандарты и выстраивать эффективные процессы». — представитель Americold, перевод цитаты

Эти результаты нельзя целиком приписывать WFM: параллельно применялись voice picking, объединение заданий и другие инструменты. Но кейс хорошо показывает сетевую ценность — единые нормы и сопоставимость одинаковых операций между площадками.

United Facilities: сверхурочные как первый финансовый KPI

United Facilities внедрил JDA Warehouse Management и Warehouse Labor Management и сообщил о снижении затрат на сверхурочную работу на 21%. Система сопоставляла стандарты выполнения операций с текущей загрузкой и позволяла анализировать простои и распределение ресурса.

В том же проекте отслеживались простои и фактическая загрузка, что помогало перераспределять трудовые ресурсы до возникновения дефицита.

Сверхурочные — один из лучших KPI для раннего пилота: у них понятная цена, они видны в данных и напрямую связаны с тем, насколько рано система обнаруживает дефицит.

Fressnapf: планирование по подразделениям и объёму заказов

Кейс Fressnapf наиболее близок к полноценному WFM. Компания планировала персонал отдельно по подразделениям, а изменения потребности приходилось вручную переносить в графики. При такой модели было сложно увидеть общую загрузку и определить, можно ли перераспределить сотрудников между зонами.

Для управления персоналом 15 подразделений в трёх логистических центрах Fressnapf внедрила EPG Workforce Management. Система сопоставляет плановый и фактический объём комплектации, потребность по зонам и интервалам, квалификации, производительность и ограничения. 

WFM показывает дефицит или профицит по подразделениям и позволяет заранее перераспределять сотрудников. Для оперативных изменений используется приложение, через которое работники получают графики и информацию о сменах.

«Система WFM позволяет повысить эффективность планирования персонала и одновременно лучше учитывать потребности сотрудников». — Кристоф Мор, руководитель направления Logistics Efficiency, Fressnapf Logistik

Ключевой тезис: четыре кейса — четыре разных механизма одного и того же результата. DSC экономит на управляемой части ФОТ, Americold — на сопоставимости стандартов между площадками, United Facilities — конкретно на сверхурочных, а Fressnapf — на видимости дефицита между подразделениями. Ни один из этих механизмов не заменяет остальные; зрелая WFM-система в конечном счёте объединяет все четыре.

9. Российский рынок: WFM-системы в логистике

Кадровый рынок стал неоднозначным

Исследование Ozon и SuperJob, опубликованное в мае 2025 года, показало одновременно охлаждение найма и сохранение дефицита квалификаций. Число вакансий в транспорте и логистике снизилось на 15% год к году, а число резюме выросло на 12%. При этом комплектовщики, кладовщики, грузчики и специалисты по складской логистике оставались среди наиболее востребованных профессий.

Стоимость труда продолжала расти. В Москве медианное предложение для упаковщиков увеличилось на 17% до 70 тысяч рублей, для грузчиков — на 14% до 80 тысяч, для кладовщиков — на 13% до 85 тысяч рублей. Эти данные описывают выборку вакансий SuperJob, а не весь рынок, но хорошо показывают управленческую проблему: больше резюме не означает доступный квалифицированный человеко-час в конкретной смене.

В таких условиях WFM становится особенно важной: чем дороже и дефицитнее рабочий ресурс, тем выше цена ошибок в графике. 

Поставщики и зрелость рынка

Российский рынок WFM наиболее заметно развивается в ритейле, производстве и контакт-центрах, где уже накоплено больше публичных кейсов и измеримых результатов. Среди основных поставщиков — TARGControl, Verme, Goodt, Naumen, ALFA HR, Imredi и другие решения.

При этом складская логистика постепенно становится отдельным направлением. Многие клиенты WFM-систем — производственные и торговые компании с собственными складами и распределительными центрами, поэтому часть подходов уже переносится из смежных отраслей. Однако публичных кейсов именно складского WFM пока немного, а количественные результаты раскрываются ещё реже.

Для склада особенно важны интеграции с WMS и 1С, учёт квалификаций и допусков, а также единое планирование штатного и внешнего персонала. Поэтому зрелая WFM-система здесь должна связывать весь цикл: прогноз нагрузки → расчёт потребности → график → факт → табель → аналитика. 

Алкогольная Сибирская Группа

Проект Алкогольной Сибирской Группы охватывает более 1 000 сотрудников, центральные и региональные склады и производственные площадки. Внедрение TARGControl началось с логистического контура: потребность рассчитывается отдельно для приёмки, хранения, комплектации, маркировки и отгрузки.

В расчёте учитываются объём операций и временные окна из WMS, квалификации и допуски, доступность и фактическая явка. Дефицит закрывается последовательно: внутренний доступный резерв → перераспределение → открытые смены → внешний персонал. После складского контура этот подход масштабируется на производственные площадки. 

Novabev Group

В Novabev Group WFM-проект реализуется на базе TARGControl. Изначально подход развивался в производственном контуре, а накопленная модель переносится и на логистику. 

Для распределённой сети это важно не только на уровне отдельного склада. Единая WFM-система позволяет планировать персонал по общим правилам, сравнивать загрузку и эффективность разных площадок и видеть, где возникают дефицит, избыток часов или отклонения от плана. 

Что отличает российскую практику

Первое отличие — роль 1С. Если график не связан со справочниками, фактом времени и табелем, руководители продолжают переносить данные вручную, а экономия административного времени не возникает.

Второе — широкое использование внешнего персонала. Если он учитывается отдельно от штата, компания не видит полную стоимость доступного ресурса.

Третье — неоднородность данных между объектами. Даже внутри одной сети одинаковые операции могут называться по-разному. Поэтому тиражирование WFM часто начинается не с алгоритма, а с общего справочника и правил.

Четвёртое — дефицит публичных количественных кейсов. Российские поставщики показывают функциональность и названия клиентов, но редко публикуют период измерения и финансовую формулу.

10. Как провести пилот WFM на складе

Пилот лучше проводить на законченном потоке — например, от комплектации до отгрузки. Слишком широкий контур усложнит анализ, а слишком узкий может просто перенести очередь на соседнюю зону. Желательно выбрать объект с переменной нагрузкой, доступной историей операций и регулярными переработками или привлечением внешнего персонала.

До старта фиксируется одна основная гипотеза: например, снизить сверхурочные без ухудшения своевременности отгрузки или сократить оплаченные часы на единицу объёма. Одновременно согласуются ставки, статьи затрат и метод подтверждения результата.

Для расчёта потребности WFM необходимы данные о нагрузке, операциях, сотрудниках, квалификациях, явке и внешнем персонале. Базовая модель выглядит так:

объём операций × норматив времени → потребность по зонам и интервалам → график → фактические часы → план-факт.

Результат желательно сравнивать не только с предыдущим месяцем, но и с контрольной зоной или сопоставимым объектом. Это помогает отделить эффект WFM от сезонности, смены ассортимента, промо и изменения структуры заказов.

11. Выводы: что WFM значит для складской логистики

— WFM в логистике — это управление трудовой мощностью, а не просто составление графиков. Её ценность раскрывается в связке с WMS, нормативами выработки, квалификациями сотрудников, фактически отработанным временем и стоимостью труда.

— Главный объект оптимизации — не штат сам по себе, а соответствие ресурса реальному потоку заказов. Зрелая WFM-система показывает, где, когда и каких специалистов не хватает, а не просто считает общую численность смены.

— Экономический эффект нужно раскладывать по отдельным механизмам. Международные кейсы показывают снижение затрат на персонал на 5–10% у Americold, сокращение переменных расходов более чем на 20% у DSC Logistics и снижение затрат на сверхурочные на 21% у United Facilities. Но это разные показатели, компании и методики, поэтому универсального процента экономии не существует.

— Автоматизация не отменяет WFM, а делает её ещё важнее. На одних операциях людей становится меньше, но одновременно растёт сложность синхронизации сотрудников, роботов, оборудования и исключений в процессе.

— Гибкий персонал эффективен только как часть единой системы. Дополнительные смены, перераспределение между зонами, внутренний резерв и внешние подрядчики должны управляться по общим правилам квалификаций, ставок, явки и качества.

— Российский рынок уже технологически готов к складскому WFM, но пока испытывает дефицит публичной доказательной базы. Локальные решения, интеграции с 1С и реальные проекты в логистике — например, АСГ и Novabev Group — уже есть. Но открытых количественных результатов пока меньше, чем на международном рынке, поэтому особенно важны качество данных, архитектура решения и собственный пилот.

— Лучший старт — ограниченный, но методологически строгий пилот. Один распределительный центр или законченный поток, понятная гипотеза, зафиксированная исходная база, контрольные показатели и заранее согласованная формула финансового результата дают больше, чем масштабное внедрение без доказанного эффекта.

В итоге WFM помогает складу перейти от реактивной модели — «искать людей, когда очередь уже появилась» — к управлению, где поток заказов, доступный персонал и стоимость смены рассматриваются как единая система. Именно это, а не сам факт наличия алгоритма или мобильного приложения, определяет зрелость WFM в логистике.

Источники

1. DHL. Change at the Speed of the Consumer: Mitigating the Twin Challenges of Labor. — https://www.dhl.com/content/dam/dhl/global/core/documents/pdf/dhl-white-paper-change-at-the-speed-of-the-consumer.pdf

2. de Koster, R.; Le-Duc, T.; Roodbergen, K.. Design and control of warehouse order picking: A literature review. — https://www.sciencedirect.com/science/article/pii/S0377221706006473

3. MHI. 2025 Annual Industry Report / Technology and the Supply Chain Talent Gap. — https://www.mhisolutionsmag.com/index.php/2025/03/06/technology-and-the-supply-chain-talent-gap/

4. Zebra Technologies. Warehousing Vision Study 2025. — https://www.zebra.com/us/en/about-zebra/newsroom/press-releases/2025/70-of-frontline-workers-report-rising-concerns-with-injuries-on-the-warehouse-floor.html

5. U.S. Bureau of Labor Statistics. Warehousing and Storage: injuries and illnesses, 2024. — https://www.bls.gov/iag/tgs/iag493.htm

6. Rijal, A.; Bijvank, M.; Goel, A.; de Koster, R.. Workforce Scheduling with Order-Picking Assignments in Distribution Facilities. Transportation Science, 2021. — https://pubsonline.informs.org/doi/10.1287/trsc.2020.1029

7. Matusiak, M.; de Koster, R.; Saarinen, J.. Utilizing individual picker skills to improve order batching in a warehouse. EJOR, 2017. — https://www.sciencedirect.com/science/article/pii/S0377221717304307

8. Batt, R.; Gallino, S.. Finding a Needle in a Haystack: The Effects of Searching and Learning on Pick-Worker Performance. Management Science, 2019. — https://pubsonline.informs.org/doi/10.1287/mnsc.2018.3059

9. Grosse, E.; Glock, C.. The effect of worker learning on manual order picking processes. IJPE, 2015. — https://www.sciencedirect.com/science/article/pii/S0925527314004022

10. IFAC-PapersOnLine. Balancing physical workload during workforce scheduling for fair task assignment in a manual warehouse, 2024. — https://www.sciencedirect.com/science/article/pii/S2405896324014599

11. Computers & Industrial Engineering. Eliciting and integrating order picker preferences in the evaluation of job assignment mechanisms in warehousing, 2026. — https://www.sciencedirect.com/science/article/pii/S0360835225007594

12. Azadeh et al.. Zoning strategies for human–robot collaborative picking. — https://onlinelibrary.wiley.com/doi/10.1111/deci.12620

13. Gartner. Market Guide for Warehouse Labor Optimization and Management Systems, 2026. — https://www.gartner.com/en/documents/7369930

14. Forrester Consulting / Workforce.com. The Total Economic Impact of Workforce.com, 2022. — https://22685331.fs1.hubspotusercontent-na1.net/hubfs/22685331/TEI%20of%20Workforce.com_Case%20study%20_FINAL_August%202022.pdf

15. Blue Yonder. DSC Logistics customer case. — https://blueyonder.com/customers/dsc-logistics

16. Blue Yonder. Americold customer case. — https://blueyonder.com/customers/americold

17. United Facilities. United Facilities optimizes warehouse management with JDA solutions. — https://unitedfacilities.com/news/article/2016/02/united-facilities-optimizes-warehouse-management-with-jda-solutions

18. EPG. Fressnapf Workforce Management case study. — https://epg.com/wp-content/uploads/EPG_CaseStudy_WFM_Fachartikel_ENU_R1-0_2020-10_V1-1.pdf

19. CNews / Ozon / SuperJob. Исследование рынка труда складской отрасли, 2025. — https://www.cnews.ru/news/line/2025-05-19_ozon_i_superjob_predstavili_issledovanie

20. TARGControl. Системы WFM в производстве: мировой опыт. — https://targcontrol.com/blog/issledovaniye-ispol%27zovaniya-vfm-sistem-v-proizvodstve-v-mire/

21. TARGControl. Официальный сайт. — https://targcontrol.com/

22. Grosse et al. Improving warehouse responsiveness by job priority management: A European distribution centre field study. Computers & Industrial Engineering, 2020. — https://www.sciencedirect.com/science/article/pii/S0360835218306119

23. INFORMS Journal on Optimization. Optimal Order Batching in Warehouse Management: A Data-Driven Robust Approach, 2022. — https://pubsonline.informs.org/doi/10.1287/ijoo.2021.0066