Autore
Cheryl E. Johnson, Vicepresidente e consulente per le informazioni di mercato, Bank of America
Il numero di dipendenti della Bank of America, insieme alla miriade di ruoli che ricoprono, assicura complessità nella gestione dei diritti di accesso alle applicazioni dei dipendenti. Sono stati creati profili predefiniti per aiutare a gestire questa sfida; tuttavia, il numero di profili è proliferato nel tempo. È stato intrapreso uno sforzo per determinare se questo sistema potesse essere semplificato, con conseguente riduzione degli sforzi per la sua manutenzione e allo stesso tempo aumento della trasparenza e riduzione del rischio. Le applicazioni principali sono state identificate in base al ruolo lavorativo. Successivamente, è stata creata una vista trasversale dell'accesso alle applicazioni rispetto all'ID dipendente, con ciascuna applicazione assegnata a 0 o 1 a seconda che il dipendente specifico avesse accesso. A seconda del ruolo lavorativo, gli ID dipendente sono stati anche collegati ad altre variabili chiave, come codice lavoro (all'interno di un ruolo), linea di business, regione e sito. Il clustering K-means è stato utilizzato per raggruppare le applicazioni in base a diritti di accesso simili e per identificare modelli basati su altri predittori. L'analisi dei bi-plot risultanti e delle medie dei cluster ha portato a una chiarezza significativamente maggiore, tra cui: (1) identificazione di sottogruppi di applicazioni con correlazione elevata o perfetta dei diritti di accesso; (2) forte associazione dei cluster ai codici di lavoro; e (3) associazione dei cluster con altre variabili collegate.
