Which technologies do you consult on?

All of the major location, identification and IoT technologies: RTLS (UWB, BLE, Wi-Fi), RFID (passive, active and RAIN UHF), industrial IoT and sensors, GPS and GNSS, AGV and AMR robot fleets, and hybrid stacks that combine them. We recommend the right mix for each zone and use case, not a single technology.

Are you really vendor-neutral?

Yes. We do not sell hardware or a software platform of our own, and we take no resale commissions, so our technology and vendor recommendations serve your outcome rather than a product we need to move.

Do you work outside the UK?

We are UK-based and work across Europe and internationally, delivering in English, German and French. Engagements can be remote or on-site depending on the work.

What does a consulting engagement include?

Typically discovery and requirements, vendor-neutral technology selection, vendor evaluation and RFP support, ROI and business case, solution architecture, and an implementation roadmap. We scope each engagement to where you are.

Can you help after the decision is made?

Yes. We work across the full lifecycle - we can also deploy, integrate, and operate the system, so you can keep one independent team from business case through to live operation.

How do we get started?

Usually with a short call or a fixed-fee discovery to scope the problem, followed by a proposal with clear deliverables, timeline and fees. There is no obligation and no platform pitch.

Does Manhattan provide an out-of-the-box RTLS connector?

Limited. Manhattan partners with several RTLS vendors and exposes the API surface for custom integrations, but there is no plug-and-play RTLS module. Each integration is scoped per environment.

How does the integration handle real-time picking visibility?

By subscribing to Manhattan's pick-event webhooks and overlaying RTLS-derived picker location and dwell time. This produces live picking visibility, congestion detection and travel-time analytics without modifying Manhattan itself.

Is the integration impacted by Manhattan release cycles?

Less than legacy WMS. Manhattan Active is updated continuously; well-designed integrations using stable API surfaces remain compatible. We validate integration against Manhattan's API version baseline at each release.

Do you integrate with Manhattan SCALE as well as Manhattan Active?

Yes. SCALE integration patterns are slightly different — closer to traditional WMS — and we have delivered both. The decision tree is the same: event streaming where possible, batch where required.

INTEGRACJA · MANHATTAN WM

Integracja Manhattan Active WM z RTLS / RFID.

Manhattan Active WM (dawniej SCALE) to chmurowy, mikroserwisowy WMS używany przez większość dużych północnoamerykańskich 3PL i sprzedawców. Integracja z RTLS lub RFID jest czystsza niż w starszym WMS — ale z własnymi ograniczeniami. To jest podsumowanie na poziomie operatora.

Umów się na 30-minutową rozmowę z zakresem

Dlaczego cloud-native zmienia integrację

Manhattan Active WM jest zbudowany na architekturze mikroserwisowej, opartej na zdarzeniach, z najwyższej klasy API REST, webhookami i strumieniami zdarzeń.

Jest to strukturalnie łatwiejsze dla integracji z RTLS niż starsze WMS: zdarzenia przepływają naturalnie między systemami, a powierzchnia API Manhattan odsłania odpowiednie operacyjne haczyki (potwierdzenie, odłożenie, odbiór, wysyłka).

Architektura integracji wygląda bardziej jak "dwie platformy chmurowe wymieniające się zdarzeniami" niż "interfejs wsadowy między dwiema bazami danych".

Wzorce zdarzeń i subskrypcje webhooków

Manhattan publikuje katalog typów zdarzeń — potwierdzenie paragonu, zeskanowanie LP, zakończenie pickingu, potwierdzenie wysyłki — które platformy RTLS subskrybują jako webhooki.

Odwrotny kierunek (RTLS publikujący zdarzenia lokalizacyjne do Manhattanu) zazwyczaj korzysta z API przychodzącego Manhattanu. Przepustowość zwykle nie jest wąskim gardłem; Modyfikacje opóźnień i idempotencja to główne kwestie inżynieryjne.

Dane główne i kontekst łańcucha dostaw

Manhattan zazwyczaj przechowuje kanoniczne dane główne dla HU, SKU i lokalizacji. Platforma RTLS musi akceptować identyfikatory Manhattanu jako źródło prawdy i unikać tworzenia równoległych silosów danych głównych.

Jest to proste do zaprojektowania, ale łatwo popełnić błąd w pośpiechu — każdy dryfujący rekord danych głównych kosztuje czas wsparcia operacyjnego. Projektujemy to starannie przy bramie 1.

Rozważania dotyczące wielodzierżawcowych i 3PL

Wiele wdrożeń Manhattan Active WM to środowiska 3PL obsługujące wielu klientów na współdzielonej infrastrukturze. Integracje RTLS muszą obsługiwać separację tenantów: zdarzenia lokalizacyjne dla klienta A nie mogą pojawiać się w raportach klienta B.

Jest to rozwiązanie rozwiązalne, ale wymaga wyraźnego projektowania — partycjonowania przestrzeni nazw tagów, tokenów API w skali dzierżawcy oraz logowania audytów. Robimy to w ramach etapu 1 dla każdego wdrożenia 3PL.

FAQ

Najczęściej zadawane pytania

Czy Manhattan oferuje gotowe złącze RTLS?

Ograniczone. Manhattan współpracuje z kilkoma dostawcami RTLS i udostępnia powierzchnię API do niestandardowych integracji, ale nie ma modułu plug-and-play RTLS. Każda integracja jest dostosowana do środowiska.

Jak integracja obsługuje widoczność pickingu w czasie rzeczywistym?

Subskrybując webhooki z wydarzeniami pickingowych Manhattan i nakładając lokalizację pickera oraz czas pobytu wywodzonego z RTLS. Zapewnia to widoczność na żywo wybierania, wykrywanie zatłoczeń i analizę czasu podróży bez zmiany samego Manhattanu.

Czy integracja jest dotknięta cyklami wydawniczymi na Manhattanie?

Mniej niż starszy WMS. Manhattan Active jest aktualizowany na bieżąco; dobrze zaprojektowane integracje z wykorzystaniem stabilnych powierzchni API pozostają kompatybilne. Weryfikację integracji względem wersji API Manhattan sprawdzamy przy każdej wersji.

Czy integrujecie się z Manhattan SCALE oraz Manhattan Active?

Tak. Wzorce integracji SCALE są nieco inne — bliższe tradycyjnym WMS — i dostarczyliśmy oba rozwiązania. Drzewo decyzyjne jest takie samo: streamowanie zdarzeń tam, gdzie to możliwe, batch tam, gdzie jest to wymagane.

Ostatnia aktualizacja: 26 maja 2026