目前药物研究和发展所面临的最大问题一方面是缺乏数据，另一方面是怎样了解大量数据的意义并将它们转化为有用信息。在系统生物学，药代动力学以及生物筛选化验等领域，实验设计的发展和多元数据分析的应用正在逐步变革着制药工业处理数据的方式。
例如对于一个药物化学家而言，理解分子的化学结构和生物特性之间的关系一直是一个非常大的挑战，想要实现理解这一关系，需要辅助大量的实验和产生大量的数据；而对于生物筛选化验来说，一个简单的加速发展的方法就是采用实验设计的原则，优化设计实验实行具体的目标和计划，满足期限和成本；在多样性分析中，怎样确保被选择测试的化合物中最大的多样性和代表性在现代药物化学项目中是一个重要的要求。在代谢组学，基因组学，蛋白质组学方面的系统生物学研究中会产生大量的数据，想要得到有效的数据分析和解释需要把这些数据和**的分子基础联系起来。
有效的实验设计和多变量数据分析可以帮助研究者通过软件更好的理解他们的数据，还可以用以培训和咨询。多变量统计分析可以帮助你从数据库中提取有价值的信息并且做出有力的决定，这对药物的研发至关重要。