首先，海外仓服务商对当前在途入库单（海柜、快递）的了解把控不足，对在途货量、预计到仓时间没有一个准确的把握，不能及时合理的安排海外仓作业人员，提前应对；
其次，货物到仓没有做入库上架预约。由于卖家入库单填写的随机性，以及实际海关清关的影响，会造成货物不能按照预定的物流周期及时到达，而是在某一时间内集中到仓，导致爆仓。
最后，对于已预约到仓的货物，没有及时处理，导致后续货物越积越多，从而造成上架延误。
随着海外仓服务商的发展壮大，大型的海外仓服务商在单个国家会部署配置多个海外仓。这样做的主要目的是最大化的提升海外仓尾程物流时效，提升卖家体验。此外，拥有多仓的服务商也在此基础上，通过对数据的挖掘、把控，推出了智能分仓的服务。
所谓智能分仓，就是海外仓服务商通过对仓储订单的销售分布以及外部平台的市场销售数据，进行综合分析，配比权重。从而在不同仓库间动态分配卖家的商品库存，确保不同仓库的SKU库存充足的同时，尽量的使商品都能从最靠近消费者的海外仓发出，从而提升物流时效提升卖家的客户体验与账号表现。
目前很多海外仓服务商单仓日均处理订单数已经达到和超过10万单/天的水平。随着海外仓单量、规模的急剧提升，海外仓服务商也在不断引入各种WMS相关的IT系统，IoT传感器，仓储机器人等设备。以上措施导致海外仓的数据急剧增加。
为了进一步增强数据管控的实时性，BI数据报表的更新频率要达到分钟甚至秒级的水平，这样才能跟上海外仓过程管理的要求，及时发现，及时处理。
这里需要引入大数据技术中的Data Stream、CDC（Change Data Capture）、边缘计算等大数据技术。一旦业务系统中有产生新的记录（或记录有变动），就能被实时捕获，通过消息队列（如kafka技术）的方式，实时的传送，作为BI报表的数据源，实时更新BI报表，实现实时动态跟踪。