Autor
Cheryl E. Johnson, Vizepräsidentin und Marktinformationsberaterin, Bank of America
Die Anzahl der Mitarbeiter der Bank of America und die unzähligen Rollen, die sie besetzen, machen die Verwaltung der Anwendungszugriffsrechte der Mitarbeiter komplex. Um diese Herausforderung zu bewältigen, wurden vordefinierte Profile erstellt; deren Anzahl ist jedoch im Laufe der Zeit stark angestiegen. Es wurde untersucht, ob dieses System vereinfacht werden könnte, um den Wartungsaufwand zu verringern und gleichzeitig die Transparenz zu erhöhen und Risiken zu minimieren. Die wichtigsten Anwendungen wurden nach Berufsrolle identifiziert. Anschließend wurde eine Querschnittsansicht des Anwendungszugriffs im Vergleich zur Mitarbeiter-ID erstellt, wobei jeder Anwendung je nach Zugriffsberechtigung des jeweiligen Mitarbeiters eine 0 oder eine 1 zugewiesen wurde. Je nach Berufsrolle wurden die Mitarbeiter-IDs zudem mit anderen Schlüsselvariablen verknüpft, wie z. B. Berufsbezeichnung (innerhalb einer Rolle), Geschäftsbereich, Region und Standort. K-Means-Clustering wurde verwendet, um Anwendungen anhand ähnlicher Zugriffsrechte zu gruppieren und Muster anhand anderer Prädiktoren zu identifizieren. Die Analyse der resultierenden Bi-Plots und Cluster-Mittelwerte führte zu deutlich mehr Klarheit, darunter: (1) Identifizierung von Anwendungsuntergruppen mit hoher bis perfekter Korrelation der Zugriffsrechte; (2) starke Assoziation der Cluster mit Berufsbezeichnungen; und (3) Assoziation von Clustern mit anderen verknüpften Variablen.
