30 到 40 年前，电子数据采集 (EDC) 首次出现，这是临床数据管理领域一项极具颠覆性的技术，随着时间的推移，EDC 成为数据收集和管理的主要工具。不幸的是，每个数据贡献者和消费者的需求都已融合，因为一组功能不仅定义了用户体验，还定义了内容（即数据体验）。输入数据的首席研究员和现场工作人员将使用与 CRA 用于监测和数据管理员用于数据清理相同的定义页面布局来输入数据。
如果我们探索临床试验的整体体验，很容易发现该计划的缺陷。不同的用户需要以不同的方式查看和与数据交互，而这些需求决定了他们的用户需求。传统的 EDC 解决方案不提供定制的或基于角色的体验，而是妥协——优先考虑一个用户的偏好而不是另一个用户的偏好。
此外，随着时间的推移，试验的数据量激增，试验设计也更加灵活，并有自适应和主方案。在运营方面，数字化（和分散式）试验的发展可以更好地满足场地和患者的需求。
随着科学和运营要求的日益复杂，从单纯的 EDC 重点转向其他 德国赌博数据 重点的必要性显而易见。驱动重点是完整且并发的数据 — 所有数据始终集中在一个地方。但是，数据必须以特定角色能够理解的方式提供。数据必须可用、符合上下文并适合关键决策。
解决难题
到目前为止，公司一直在使用手动方法来汇总和清理外部数据。然而，随着数据源数量和数据量的不断增长，数据科学家已经意识到这些流程无法扩展以处理如此大量的数据。现在，研究涉及 15 个或更多的外部数据源和类型并不罕见。结果就是出现了一堆需要复杂数据集成的解决方案，并且仍然严重依赖电子邮件和电子表格来跟踪数据查询和清洁度。
礼来公司的数据科学家设想了一种更好的方法来管理这些数据。他们的要求包括：
包含特定临床试验的所有信息的完整并发数据库
清理数据和管理查询的中心位置
一种更持久的数据整合方式，不需要太多的自定义集成
Veeva 开始与 Eli Lilly 合作设计临床数据库，以实现这一目标。不久之后，GSK 也加入了这一努力。