将版税和支付与正确的个人或公司相关联
如今已不再流行现金购物。 全球化和电子商务的迅猛发展极大增加了支付的复杂性，哪些人已支付，哪些人没有支付，多少钱尚未支付都需要一一确定。 对于很多组织而言，这可能是其面临的主要问题。 支付和应收款的低效和错误会增加成本，必需的手动干预和异常处理会限制现金流动。 反之，改进支付验证可以直接降低成本。
组织面临的挑战是处理身份数据，即用于准确识别出客户或供应商是公司还是个人的信息。 鉴于其特性，身份数据会遭受错误和变体之害：举个简单的例子，公司名称的缩写或简写，例如以 FedEx 代替 Federal Express。 随着数据来源渠道不断扩大，有更多数据源提供更多数据，因而问题变得更加复杂。
音乐行业或许是最好的例子。 作曲者、作词者、表演者和出版者不仅仅在歌曲被人从网络下载或编入 CD 中时才应得到版税。 即使是部分采用、广播播出或在现场表演，也都应支付版税。
为使该体系有效运作，必须将播放列表对照版税信息数据库进行匹配。 部分挑战来自于必须执行匹配的海量信息：数以千计的歌曲标题、表演者和词曲作者。 在从如此众多的不同数据源动态捕获传输中的信息时，随之出现的变体数据使处理过程更加复杂。 缩写或使用不常见拼写（如用“luvin”代替“loving”）的歌名。不仅参加表演而且兼任作词的团队可能会被单独列出或按团队名称列出。 用于显示的信息可能也有类似的修改。
期刊出版商在订阅时可能面临类似的问题。 例如，图书馆可能会订阅多份要求送至不同分馆的杂志。 企业可能订阅多份通过邮件发送至海外办事处的杂志。
Informatica 用于版税和支付验证的智能模糊数据识别解决方案可以通过配置以满足特定需求，因此特别适合与付款或应收款验证系统配套使用。 它像一个专家级用户，不论是否存在错误和变体，它都能辨认出匹配项并为其划分等级；即使处理超大型数据库，也能提供亚秒级的响应。 该解决方案可以：
- 提供跨多个数据来源的快速而准确的搜索
- 提高效率并降低成本
- 用作现有业务流程或系统的一部分