先前主要通过托盘向零售商交货的仓库如今转型为分销中心，其能够直接向客户发送电子商务订单、支持在线购物和店内取货以及处理店铺补货。由此增加了订单资料的复杂性，不仅涉及广泛拣货，也包括从物料流开始到结束精确而高效地传递、跟踪和处理货物的能力。

客户只需思考典型的分拣中心为建立全渠道零售链所要战胜的挑战。小件物品必须为电子商务履行而划分和存储，货物可能必须越库转运，并且必须知道哪些货物不能输送或需要特殊搬运。此外，必须监控和记录货物状态，尤其在货物进入或离开分销中心的时候。

关键在于数据采集的可能性，即数字化采集条形码的交易数据、图片、包裹特点（如尺寸、标签状态）以及可能影响订单履行或客户满意度的其他因素。在电子商务分销中心的收货侧，基于图像的阅读器和光学体积测量传感器可采集正确搬运货物所需的全部信息。

用于包裹分析的中央软件对包裹完整性的证明很重要。在连接网络的基于图像的阅读器附近的小型控制器可将图片数据合并并发送至云存档，SICK 的包裹分析软件则实现集中查询和分析属性。

SICK 的基于图像的阅读器还提供边缘智能(Edge Intelligence) 以便实时做出传递和周转的决定。当识别到损伤或存在需要应用特殊方法的危险品标签时，摄像头设备可诉诸在设备层面集成的机器学习任务，以便快速采取措施。

通过正确组合基于图像的阅读器、体积测量解决方案、在线称重、图片存档与分析，零售分销中心不仅能快速准确地阅读条形码。分销中心的设备还能识别有关包裹、标签及其他物理状态的所有信息，以便最佳传递和跟踪货物，以保证效率和客户满意度。