Nul kliks.
Geen bewijs van nul risico.
Twintig onafhankelijke ontvangers en een aangenomen klikkans van 10% geven 12,16% kans op nul kliks. Dat is een rekenvoorbeeld, geen gemeten teamrisico.
Een phishing test met 20 ontvangers kan nul kliks opleveren terwijl je in een model voor ieder van hen 10% klikkans aanneemt. Bij onafhankelijke, gelijk verdeelde kansen is de kans op die nuluitkomst 12,16%.
Dit rekent van een aanname naar een mogelijke uitkomst. De 10% is verzonnen invoer. We leiden uit nul echte kliks geen klikneiging of veiligheidsniveau van medewerkers af.
Hoe vaak kan nul optreden in jouw model?
Verander de invoer en neem de aannames mee in de CSV. Er wordt niets verstuurd of opgeslagen.
De klikkans vul je zelf als aanname in. Iedere ontvanger heeft in dit model dezelfde kans en uitkomsten zijn onafhankelijk. Het model schat geen echte klikneiging, veiligheid of trainingseffect. Geen namen of individuele uitslagen invullen.
Dezelfde aangenomen kans bij meer ontvangers
| Ontvangers | Aangenomen kans | Kans op nul |
|---|---|---|
| 20 | 10% | 12,158% |
| 50 | 10% | 0,515% |
| 100 | 10% | 0,003% |
Een phishing test van twintig is geen test van honderd
Bij 10% aangenomen klikkans is de kans op niet klikken 90%. Als de uitkomsten onafhankelijk zijn, vermenigvuldig je die kans voor iedere ontvanger: 0,9 × 0,9, twintig keer. Dat geeft 0,1215766, oftewel ongeveer 12,16%.
NIST beschrijft dit binomiale model met een vaste kans per poging. Het verwachte aantal klikkers is aantal ontvangers maal de aangenomen kans. Hier is dat 2. Een verwachting is geen verplicht eindresultaat: ook nul kan optreden.
Met meer onafhankelijke ontvangers wordt een nuluitkomst bij dezelfde aanname minder waarschijnlijk. Dat bewijst niet dat een groter team onveiliger is; de aangenomen kans blijft in deze vergelijking gelijk.
Dezelfde aangenomen 10%, meer ontvangers
| Ontvangers | Kans op nul |
|---|---|
| 20 | 12,158% |
| 50 | 0,515% |
| 100 | 0,003% |
Afgerond op drie decimalen. Dit zijn modelkansen, geen waargenomen campagnepercentages of aanbevolen steekproefgroottes.
Een groen nulcijfer verdient een noemer
Een rapportage met alleen ‘nul kliks’ verbergt hoeveel mensen de mail kregen en wat er als klik telt. Controleer de ontvangers, unieke menselijke klikkers en automatische linkscans voordat je een percentage bespreekt.
Bij phishing simulaties horen ook de scenario’s en het meldgedrag bij de bespreking. Vraag bij nul kliks om die context. Onze kansberekening zegt niet of een dienst of training goed werkt.
Vergelijk je twee rondes, controleer daarnaast de groepsmix. De berekening bij phishing simulatie laat zien hoe een totaalcijfer kan dalen terwijl de percentages in beide groepen stijgen.
- 01
Houd waarneming en aanname uit elkaar
‘Nul van twintig’ is een waarneming. ‘10% per persoon’ is invoer voor deze rekenhulp, geen schatting uit die nul.
- 02
Noteer de herkenningsmoeilijkheid
Een andere mail of werksituatie kan een andere klikneiging oproepen. Dit model maakt scenario’s niet gelijk.
- 03
Download de aannames bij het resultaat
Neem alleen geaggregeerde aantallen mee, zonder namen of individuele personeelsuitslagen.
Collega’s zijn geen onafhankelijke muntworpen
Medewerkers kunnen elkaar waarschuwen en hebben verschillende taken, ervaring en ontvangen mails. Een vaste onafhankelijke kans is dan een vereenvoudiging. De rekenhulp is een demonstratie van toeval onder expliciete aannames, geen volledige risicoanalyse.
Voeg bij de eerstvolgende rapportage de noemer en de definitie van een klik toe. Zet een modelberekening er alleen naast als je de gekozen kans en beperkingen ook vermeldt. Nul blijft een uitslag van die ronde, zonder garantie voor de volgende.
De rekenregels en privacy leggen de lokale verwerking uit. De andere berekeningen staan bij alle artikelen.