Pengguna paling rentan

Laporan ini adalah rekap kerentanan per pengguna selama 12 bulan: satu baris untuk setiap orang yang menerima setidaknya satu simulasi dalam setahun terakhir, dengan jumlah dan persentase klik / kredensial / pelaporan, rangkaian klik saat ini, dan daftar gabungan lima hasil terakhir. Jendela waktunya adalah 12 bulan kalender (pukul 00.00 UTC pada tanggal yang sama dua belas bulan lalu), bukan durasi 365 hari. Penyiapan, kredensial, paginasi, dan percobaan ulang saat terkena batas laju sama dengan panduan konektivitas Power BI / Excel. Tambahkan terlebih dahulu kueri Fn_FetchAll bersama; laporan ini memanggilnya berdasarkan nama.

​

Cakupan kunci yang diperlukan

Laporan ini menggunakan daftar hasil per orang yang operasional, bukan rangkaian pratinjau pelaporan. Kunci yang hanya diberi reporting:read tidak dapat memanggil GET /v1/simulation_results (API mengembalikan 403). Lihat pilih granularitas yang tepat.

​

Endpoint sumber

Filter yang diizinkan pada daftar hasil: limit, page_token, simulation, entity. Tidak ada delivered_after / start_date pada daftar ini, sehingga 12 bulan terakhir diterapkan di Power Query setelah seluruh data ditelusuri. Kolom yang digunakan pada setiap hasil: id, simulation, entity, status, targeted_at, delivered_at, bounced_at, opened_at, clicked_at, attachment_opened_at, credential_submitted_at, reported_at, reported_before_interaction, bot_activity_detected, email_subject, sender_email, difficulty_level, created_at, updated_at.

​

Granularitas

Satu baris untuk setiap entitas yang memiliki setidaknya satu hasil dengan delivered_at dalam 12 bulan kalender terakhir. Orang yang menjadi target tetapi tidak pernah menerima pengiriman tidak muncul. Beberapa simulasi untuk orang yang sama digabungkan di sini. Anggaran permintaan: satu penelusuran berpaginasi atas seluruh hasil simulasi di organisasi, ditambah satu penelusuran entitas. Selalu atur limit = "500".

​

Prioritas hasil (last_5_assessments)

Masing-masing dari lima hasil terkirim terbaru (delivered_at menurun) diringkas sebagai YYYY-MM-DD: <outcome>. Stempel waktu pertama yang cocok menang, dengan prioritas tertinggi lebih dahulu: Hanya terkirim adalah no action (pesan sudah diterima; orang tersebut tidak melakukan apa pun). Orang yang mengklik lalu melaporkan adalah clicked — pelaporan tidak mengungguli interaksi berisiko pada daftar ini. Baris yang ditandai bot tetap mendapat label hasil dari stempel waktu yang ada; baris tersebut hanya tidak menambah jumlah klik / kredensial. Rangkaian klik saat ini: telusuri hasil terkirim yang sama dari yang terbaru dan hitung baris berturut-turut yang clicked_at-nya tidak null dan bot_activity_detected-nya bukan true. Berhenti pada ketidakcocokan pertama.

​

Pemetaan kolom

Nama kolom lama berasal dari ekspor penyedia Anda sebelumnya. Kolom /v1 adalah nama API publik; kueri menurunkan jumlah dan persentasenya. Kunci gabungan yang dipertahankan untuk model skema bintang: entity_id.

​

Perbedaan dari ekspor lama

• Aktivitas bot tidak dihitung dalam jumlah klik dan kredensial. Ekspor penyedia sebelumnya menghitung interaksi pemindai / bot otomatis sebagai klik dan pengiriman kredensial. Kueri ini tidak demikian. Hasil dengan bot_activity_detected = true tetap merupakan simulasi yang terkirim — hasil tersebut dihitung dalam total_received dan dalam agregat pelaporan — tetapi diperlakukan sebagai bukan klik dan bukan pengiriman: hasil tersebut dikecualikan dari clicks / credential_submissions dan memutus rangkaian klik saat ini. Jangan “memperbaikinya” dengan menghitung bot agar sesuai dengan ekspor lama.
• Pelaporan tidak mengungguli klik pada last_5_assessments. Orang yang mengklik lalu melaporkan diberi label clicked.
• Tambahan direktori dihilangkan, bukan diisi null. Departemen dan kolom serupa tidak ada di /v1.
• Tidak ada filter waktu sisi server. GET /v1/simulation_results tidak memiliki delivered_after. Kueri menelusuri setiap hasil, lalu hanya mempertahankan delivered_at dalam 12 bulan kalender terakhir. Organisasi dengan riwayat besar mungkin menghabiskan lebih banyak anggaran batas laju per kunci dibandingkan daftar yang difilter.

​

Langkah berikutnya