Yatırım getirisi hesaplayıcıFarkındalık eğitimi kendini amorti ediyor mu?

Kendi rakamlarınızı girin ve görün. Hesabın her adımı sayfada yazılı ve model iki senaryoyu yan yana çalıştırıyor: bir tedarikçinin size göstereceği ve en büyük bağımsız araştırmanın gerçekte ölçtüğü.

Ho ve ark., IEEE S&P 2025 · 19.500 çalışan · UC San Diego Health
E-posta istenmez · Hiçbir veri tarayıcınızdan çıkmaz · Kaynaklar eksiksiz
Aynı girdiler, iki sonuç: işareti varsayım belirlerAYNI GİRDİLER · İKİ SONUÇBAŞA BAŞ+$83.500Ölçülen, süreklitıklama oranı %40 düşer−$12.500Yalnızca yıllık uyumtıklama oranı %0 düşerOnları tek bir varsayım ayırıyor. Araç, hangisini yaptığınızı gösterir.
Aynı girdiler, iki sonuç: işareti varsayım belirlerAYNI GİRDİLER · İKİ SONUÇ+$83.500Ölçülentıklama −%40−$12.500Yalnızca yıllıktıklama −%0Onları tek bir varsayım ayırıyor.

Kendi rakamlarınızla çalıştırın

Varsayılanlar, yayımlanmış ortalamadan zaten daha iyi durumdaki orta ölçekli bir kurumu yansıtır. Kendi değerlerinizle değiştirin; sonucu en çok etkileyen iki girdi, çalışanlarınızın yılda ne kadarının tıkladığı ve bir tıklamanın ne sıklıkla ciddi bir olaya dönüştüğüdür. Tutarlar ABD doları cinsindendir.

Sizin rakamlarınız

Kurumunuzda e-posta alan kişi sayısı.

E-posta değil, kişi oranı: çalışanlarınızın on iki ay içinde en az bir oltalama bağlantısına kanan kısmı. Bu, oltalamaya açıklık oranıyla aynı büyüklüktür; KnowBe4'ün %33,2'lik başlangıç oranını doğrudan buraya girebilirsiniz. Varsayılan %12, ortalamadan zaten daha iyi durumdaki bir kurumu varsayar.

Tıklamaların çoğu bir maliyet doğurmaz: kimlik bilgisi yeniden kullanılmaz, MFA devreye girer, zararlı yük çalışmaz. Bu, sayfadaki en belirsiz girdidir ve sonucu doğrusal olarak değiştirir; kaydırın ve sonucunuzun ne kadarının buna bağlı olduğunu görün.

Müdahale, kesinti, hukuk ve bildirim giderleri. Siber sigorta brokeriniz sektörünüz için bir rakam verebilir; varsayılan değer, yayımlanmış ortalama ihlal maliyetlerinin bilerek epey altında tutuldu. Tutarlar ABD doları cinsindendir.

Lisans artı programı yürütmek için harcanan iç zaman. Yalnızca faturayı değil, harcanan saatleri de katın.

1. adım: herhangi bir program olmadan maruziyet
Bu yıl oltalama bağlantısına tıklayan çalışan
1.000 kişi × %12
120
Yıllık ciddi olay sayısı
120 × %1,0
1,20
Beklenen yıllık kayıp
1,20 × $200.000
$240.000
2. adım: önemli olan tek varsayım

Yukarıdaki her şey kendi rakamlarınız üzerinde yapılan aritmetik. Bu tek sayı ise dünya hakkında bir iddia ve sonucun tamamını o belirliyor. Kaydırın, sonucun sıfırın öbür tarafına geçtiğini görün.

Tedarikçi karşılaştırmaları yüksek çıkar: KnowBe4, eğitim ve simülasyonun birlikte yürütüldüğü on iki ayda oranın %33,2'den %4,2'ye indiğini bildiriyor. En büyük bağımsız araştırma ise yıllık uyum eğitimi için dürüst alt sınırı sıfır olarak ölçtü. Aşağıdaki iki senaryo da sizin girdilerinizi kullanır; yalnızca bu sayıda ayrışır.

A senaryosu
Ölçülen, sürekli bir program

Programın tıklama oranını %40 düşürdüğünü varsayar; yukarıda belirlediğiniz değer.

Önlenen kayıp
$96.000
Program maliyeti
− $12.500
Net, ilk yıl+$83.500
B senaryosu
Yalnızca yıllık uyum eğitimi

Tıklama oranında %0 düşüş varsayar. Bu karamsarlık değil: en büyük bağımsız araştırmanın, kurumların çoğunun gerçekte uyguladığı format için ölçtüğü sonuç bu.

Önlenen kayıp
$0
Program maliyeti
− $12.500
Net, ilk yıl−$12.500

Negatif sonuç bir hata değil, bu modelin gerçek bir çıktısıdır. Kurumunuzun durumu buysa, tarif edilen program kendini amorti etmez.

Buradaki hiçbir şey bir yere gönderilmez. Hesap tarayıcınızda çalışır, doldurulacak form yoktur ve girdilerinizi biz görmeyiz.

Modelin tamamı

Aritmetiği kontrol edemiyorsanız sayının bir değeri yoktur. İşte eksiksiz hali.

tıklayan = çalışan sayısı × bir yılda tıklayanların oranı
ciddi olay = tıklayan × bir tıklamanın ciddi olaya dönüşme olasılığı
beklenen yıllık kayıp = ciddi olay × bir olayın maliyeti
önlenen kayıp = beklenen yıllık kayıp × tıklama oranındaki göreli düşüş
net, ilk yıl = önlenen kayıp − (çalışan sayısı × kişi başı program maliyeti)

Bu beş satırın dördü sizin verdiğiniz rakamlar üzerinde yapılan aritmetik. Yalnızca biri, tıklama oranındaki göreli düşüş, dünya hakkında bir iddia; sonucun pozitif mi negatif mi çıkacağına da o satır karar veriyor. Bu yüzden bir katsayının içine gömülmedi, kendi kontrolü ve kaydırıcısı var.

Modelde bilerek olmayan bir şey var: gelen oltalama e-postalarının sayısı. Tıklama oranı bir kişi oranıdır; bir kişi oranını mesaj sayısıyla çarpmak, sonraki her rakamı sessizce şişiren bir birim hatasıdır. İkisini dürüstçe birleştirmek kişi başına tekrarlanan maruziyeti modellemeyi gerektirir. Bu araç bunu yapmıyor, yapıyormuş gibi de davranmıyor.

Rakamlar nereden geliyor?

İki senaryonun arkasında yayımlanmış iki kaynak var. İkisi de biz değiliz. Kaynakların ikisi de İngilizcedir.

B senaryosu: alt sınır
Ho ve ark., IEEE S&P 2025
UC San Diego Health'te 19.500 çalışanla sekiz ay süren bir araştırma, yıllık uyum eğitimini yakın zamanda tamamlamak ile oltalama simülasyonunda başarısız olmak arasında anlamlı bir ilişki bulmadı. Gömülü, tıklama sonrası eğitim başarısızlığı yaklaşık iki yüzde puanı değiştirdi; çalışanların yaklaşık dörtte üçü eğitim sayfasını bir dakika içinde kapattı. Makaleyi okuyun.
A senaryosu: üst sınır
KnowBe4 Phishing by Industry Benchmarking Report
Çok sayıda simülasyona dayanan bu karşılaştırmada ortalama oltalamaya açıklık oranı, eğitim ve simülasyonun birlikte yürütüldüğü on iki ayın sonunda başlangıçtaki %33,2'den %4,2'ye iniyor. Hesaplayıcının varsayılanı %40'lık bir göreli düşüş; bu oldukça temkinli bir değer, çünkü yayımlanmış en iyi durumu varsayan bir araç, araç olmaktan çıkar. İki rakam da kişi oranı olduğu için %33,2 doğrudan yukarıdaki tıklama oranı alanına girilebilir. Raporu inceleyin.

Bu iki bulgu arasındaki fark bir çelişki değil. Biri yıllık uyum modüllerini, diğeri eğitimle birleştirilmiş sürekli testi ölçtü. Aynı adı taşıyan iki farklı müdahale bunlar; tek bir sektör ortalaması yatırım getirisi rakamının anlamsız olmasının ve bu aracın böyle bir rakam yazmayı reddetmesinin sebebi de bu.

Bu aracın yapmayacakları

E-posta adresinizi istemek
Kayıt yok, bülten onayı yok, “raporu bana gönder” yok. Girdileriniz tarayıcınızdan hiç çıkmaz.
Kesinmiş gibi davranmak
Bu bir ölçüm değil, bir model. Kararları karşılaştırmak ve bir argümanın büyüklüğünü görmek için işe yarar; belirli bir yılı kuruşu kuruşuna tahmin etmek için değil.
Yalnızca duymak istediğimizi söylemek
Tıklama oranındaki düşüşü sıfıra çekin, sonuç negatife döner; bizimki gibi bir program için bile. Bu durum gelişmiş bir ayarın arkasına saklanmadı, varsayılan görünümde duruyor.

Sorular

Bir tedarikçinin hesaplayıcısına güvenmeden önce sorulanlar.

Sonucu görmek için e-posta adresimi vermem gerekiyor mu?

Hayır. Form, kayıt ya da üyelik yok. Hesap tamamen tarayıcınızda çalışır; girdileriniz bize ya da başka birine gönderilmez.

Bu hesaplayıcı neden negatif sonuç verebiliyor?

Çünkü bazen doğru cevap budur. Oltalama eğitimi üzerine yapılan en büyük bağımsız araştırma (UC San Diego Health'te 19.500 çalışan, IEEE Symposium on Security & Privacy 2025'te yayımlandı), yıllık uyum eğitimini yakın zamanda tamamlamak ile oltalama simülasyonunda başarısız olmak arasında anlamlı bir ilişki bulmadı. Maliyetini hesapladığınız program buysa, dürüst model lisans bedelini kayıp olarak gösterir.

Bu, farkındalık eğitiminin işe yaramadığı anlamına mı geliyor?

Hayır, araştırma da bunu söylemiyor. Araştırma belirli, düşük etkileşimli bir formatı test etti: yıllık uyum modülleri ve çalışanların dörtte üçünün bir dakika içinde kapattığı tıklama sonrası sayfalar. Sonucu değiştiren, sürekli testin hata anında verilen eğitimle birleştirilmesidir. İki senaryonun var olma sebebi tam olarak bu ayrım. Kanıtları burada ayrıntılı olarak inceliyoruz.

Kendi rakamlarımı bilmiyorsam ne girmeliyim?

Varsayılanlarla başlayın ve önce tıklama oranını değiştirin; kendi simülasyon sonuçlarınızdan doğrudan ölçebileceğiniz tek sayı odur. Hiç simülasyon yapmadıysanız, KnowBe4'ün yayımladığı %33,2'lik başlangıç oranı doğru bir karamsar başlangıç noktasıdır ve ikisi de kişi oranı olduğu için doğrudan o alana girilebilir. Bir tıklamanın ciddi bir olaya dönüşme olasılığı en belirsiz girdidir; sonucu tek bir rakam değil, bir aralık olarak okuyun.

Bunu yönetim kurulu sunumunda kullanabilir miyim?

Evet; yalnızca hoşa gideni değil, iki senaryoyu birlikte göstermenizi tercih ederiz. Model aşağıda eksiksiz yazılı, böylece şüpheci bir finans direktörü satır satır kontrol edebilir. Kaynak olarak bizi değil, bizim gösterdiğimiz kaynakları gösterin.

Sayı, ancak ölçüm kadar iyidir.

Girdiğiniz tıklama oranı bir tahminse, düzeltilmesi gereken ilk şey o. Sizinkinin gerçekte ne olduğunu gösterebiliriz.

Hesaplayıcıyı kullanmak için e-posta gerekmez · Kaynaklar eksiksiz