一方面，可以建立匹配。我們從基本的供需信息不對稱說起，假設A公司需要一項包材相容性研究服務，然后他會做什么?可能他會從原來的合作伙伴中選擇一家，也可能找熟悉的朋友咨詢，還有可能去百度，再就是他們也許會在相應的社群進行詢問，最后的結果也許能選到合適的服務商，也許會無功而返，但是效率就不敢恭維了。那么大數據可以做什么？它可以讓萬企互聯，然后根據各自的需求和提供的服務進行精準匹配，哪怕彼此之間從來沒有聽說過對方，至少這條連接先建立起來，而且最重要的是非常精準。

供給驅動：來自于生物醫藥電子數據的積累、數據挖掘手段的提升和移動互聯的普及。隨著電子病歷、二代測序、互聯網醫療、藥品網售、云存儲等新技術平臺的出現，生物醫藥大數據的積累正在加速。另外，新技術的出現讓數據挖掘、大數據分析的手段日益精進。

數據沒有對錯，只有多少之分。然而需要的是可以在這些數據中找到有效信息。所以若想減掉無用數據，留下有效數據，就必須對大數據進行挖掘，提取最精準的數據。