Autor
Cheryl E. Johnson, vicepresidenta y consultora de información de mercado, Bank of America
El número de empleados en Bank of America, junto con la gran cantidad de roles que desempeñan, garantiza la complejidad al administrar los derechos de acceso de los empleados a las aplicaciones. Se han creado perfiles predefinidos para ayudar a gestionar este desafío; sin embargo, el número de perfiles ha proliferado con el tiempo. Se realizó un esfuerzo para determinar si este sistema se podía simplificar, lo que resultaría en un menor esfuerzo para mantenerlo y, al mismo tiempo, aumentar la transparencia y reducir el riesgo. Las principales aplicaciones se identificaron por rol laboral. A continuación, se construyó una vista transversal del acceso a la aplicación versus la ID del empleado, con cada aplicación asignada con un 0 o un 1 dependiendo de si el empleado específico tenía acceso. Dependiendo del rol laboral, las ID de los empleados también se vincularon a otras variables clave, como el código de trabajo (dentro de un rol), la línea de negocios, la región y el sitio. Se utilizó la agrupación en clústeres K-means para agrupar las aplicaciones según derechos de acceso similares y para identificar patrones basados en otros predictores. El análisis de los bi-plots resultantes y las medias de los clústeres ha llevado a una mayor claridad significativa, que incluye: (1) la identificación de subgrupos de aplicaciones con una correlación de alta a perfecta de los derechos de acceso; (2) fuerte asociación de los clústeres con los códigos de trabajo; y (3) asociación de los clústeres con otras variables vinculadas.
