<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Autore
Cheryl E. Johnson, Vicepresidente e consulente di informazioni di mercato, Bank of America
Il numero di impiegati presso Bank of America, insieme alla miriade di ruoli che ricoprono, garantisce la 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 il risultato di uno sforzo minore per mantenerlo e allo stesso tempo aumentare la trasparenza e ridurre i rischi. Le principali applicazioni sono state identificate dal ruolo di lavoro. Successivamente, è stata costruita una vista in sezione trasversale dell'accesso alle applicazioni rispetto all'ID dipendente, con ogni applicazione assegnata a 0 o a 1 a seconda che l'impiegato specifico avesse accesso. A seconda del ruolo, gli ID dei dipendenti sono stati anche collegati ad altre variabili chiave, come il codice del lavoro (all'interno di un ruolo), la linea di business, la regione e il sito. K-means Il clustering è stato utilizzato per raggruppare applicazioni basate su diritti di accesso simili e per identificare modelli basati su altri predittori. L'analisi dei biotradi risultanti e dei mezzi a grappolo ha portato a una maggiore chiarezza, tra cui: (1) identificazione dei sottogruppi applicativi con correlazione elevata e perfetta dei diritti di accesso; (2) forte associazione di cluster ai codici di lavoro; e (3) associazione di cluster con altre variabili collegate.
