大部分物流公司适应IT基础架构的速度相对缓慢，这对于参与新的或更敏捷的技术创新不利。云解决方案提供了灵活性，资源和应用程序，服务多样化，同时使用实时信息来提升业务效，内部无法开发同样的产品以达成相同的敏捷性，并带来。

　　2. 数据质量和数据清理

　　物流中的数据质量是另一个长期存在的问题，尤其是在数下，数据集通常缺乏一致性或可靠善可以带来自动数据收集（包括从IoT设备中收集数据），从而使员工免于手动数据管理，输入进行正确验证，以清理数据并完成遗失或不完整的部分。

　　3. 源系统的协调与现代化

　　许多主要的源系统，例如运输管理系统，仓是遗留系统，它们尚未发展到支持数字化和大数据的标准。这些系统中的许多仅支持旧的数据交换协议标准，而缺少了与行业合作伙伴进行增长和交换数据的机遇。为了充分利用大数据的发展，物流公司需求*于系统。