Ejercicio de phishing controlado en empresas: métricas que importan y ruido que no

Qué diferencia un ejercicio de phishing controlado de una campaña táctica y qué métricas realmente indican riesgo en tu organización. Guía técnica.

Equipo RowanGuard7 min de lectura

Resumen: Un ejercicio de phishing controlado no es enviar correos trampa y contar clics. La diferencia entre una campaña táctica y un ejercicio con valor real para el equipo de seguridad está en el diseño, el contexto y las métricas que eliges leer. Esta guía te ayuda a distinguir qué datos reflejan riesgo real y cuáles son ruido estadístico que no debería informar ninguna decisión.

Tabla de contenidos

Por qué la tasa de clics no es la métrica principal

La métrica más citada en los informes de phishing simulado es la tasa de clics: qué porcentaje de destinatarios pulsó el enlace malicioso. Es intuitiva, fácil de producir y fácil de presentar en un comité. También es, en la mayoría de los casos, la menos útil para tomar decisiones de seguridad.

Una tasa de clics del 18 % no te dice si el problema está en la ausencia de controles técnicos, en la cultura del equipo o en que el pretexto era demasiado específico para ese departamento. Sin ese contexto, el dato no guía ninguna acción concreta.

Lo que sí importa es lo que ocurrió después del clic: ¿se introdujeron credenciales? ¿El sistema de detección de endpoints levantó una alerta? ¿Alguien reportó el correo antes de hacer clic? ¿Cuánto tardó el SOC en detectar la actividad simulada? Esas preguntas miden capacidad de respuesta, no solo susceptibilidad individual.

Campaña táctica vs. ejercicio de ingeniería social con valor real

Una campaña táctica de phishing es un envío masivo de plantillas genéricas para medir cuántos usuarios muerden el anzuelo. Tiene utilidad limitada: sirve para justificar una formación de concienciación o para cumplir un requisito de auditoría. No genera inteligencia accionable sobre el estado real de tu perímetro.

Un ejercicio de ingeniería social con valor real para el equipo de seguridad opera de forma diferente en tres dimensiones:

  • Pretexto calibrado: el escenario se basa en información real sobre la organización, sector y cadena de proveedores. No es una plantilla de “tu paquete está retenido”; es un correo que imita la firma del responsable de RRHH solicitando una actualización urgente de datos bancarios antes del cierre de nómina.
  • Alcance técnico extendido: además del correo, el ejercicio puede incluir vishing (llamadas telefónicas), smishing o pretextos combinados que imitan el comportamiento de un actor real.
  • Integración con controles técnicos: el ejercicio está coordinado con el equipo de seguridad para medir no solo el comportamiento humano, sino la capacidad de detección de las herramientas desplegadas (EDR, SIEM, filtros de correo).

La distinción no es cosmética. Un ejercicio mal diseñado puede generar una falsa sensación de control: “solo el 5 % cayó, estamos bien”. Un ejercicio bien diseñado puede revelar que ese 5 % tiene acceso a los sistemas de administración de Active Directory.

Para entender cómo se construye el contexto de acceso previo en estos ejercicios, la metodología de caja negra, caja gris y caja blanca en pentesting resulta directamente aplicable: el nivel de información que el equipo simulado tiene sobre la organización cambia radicalmente los resultados.

Fases de un ejercicio bien diseñado

  1. Reconocimiento previo (OSINT): recopilamos información pública sobre la organización, empleados expuestos en LinkedIn, dominios similares registrables y patrones de comunicación interna inferibles. Esta fase determina la calidad del pretexto.
  2. Diseño del escenario: definimos el vector (email, teléfono, SMS o combinado), el perfil del atacante simulado y los objetivos del ejercicio: ¿qué queremos medir?
  3. Ejecución controlada: lanzamos el ejercicio en ventanas acordadas, con un punto de contacto en el equipo de seguridad del cliente para gestionar incidentes reales que puedan surgir.
  4. Captura de evidencias técnicas: registramos cada interacción: apertura, clic, introducción de credenciales, descarga de adjunto, llamada devuelta.
  5. Análisis y correlación: cruzamos los eventos del ejercicio con los logs del SIEM y las alertas del EDR para medir la brecha de detección.
  6. Informe y sesión de revisión: entregamos el informe y lo trabajamos con el equipo. El ejercicio no termina cuando se envía el PDF.

Métricas que indican riesgo real

Estas métricas informan decisiones concretas de remediación:

  • Tasa de introducción de credenciales: cuántos usuarios, después de hacer clic, introdujeron usuario y contraseña en la página de captura simulada. Esta acción es la que, en un ataque real, entrega acceso al atacante.
  • Tiempo hasta la primera alerta de detección: cuánto tardó el sistema de monitorización en identificar la actividad anómala. Un ejercicio en el que el SOC tardó cuatro horas en detectar una sesión de autenticación sospechosa revela una brecha operativa, no solo humana.
  • Tasa de reporte por parte de usuarios: qué porcentaje de destinatarios reportó el correo al equipo de seguridad antes de interactuar con él. Esta es la métrica de cultura de seguridad más fiable.
  • Perfil de los usuarios comprometidos: ¿el 5 % que cayó tiene privilegios elevados? ¿Acceso a sistemas críticos? La criticidad del perfil importa más que el volumen.
  • Eficacia de los controles técnicos: ¿el filtro de correo bloqueó alguna variante del envío? ¿El EDR detectó el payload simulado? ¿El MFA detuvo el acceso tras la captura de credenciales?

Métricas que son ruido estadístico

Estas cifras aparecen en casi todos los informes y aportan poco a la toma de decisiones:

  • Tasa de apertura de correo: el 95 % de la gente abre correos de trabajo. Esta métrica no diferencia comportamiento de riesgo.
  • Comparativa con benchmarks de sector: saber que “tu sector tiene una tasa de clics media del 14 %” no te ayuda a remediar nada. El riesgo de tu organización no lo define la media del sector.
  • Número total de correos enviados: un dato operativo que no dice nada sobre la exposición real.
  • Variación entre departamentos sin contexto de acceso: que el departamento de finanzas tenga el doble de tasa de clics que el de TI es esperable y no implica necesariamente mayor riesgo si los controles técnicos compensan esa exposición.

El papel del contexto organizativo

Un ejercicio de phishing ejecutado justo después de una fusión corporativa, un cambio de CEO o una campaña de incorporación masiva de personal tiene un valor diferente al mismo ejercicio en condiciones estables. Los atacantes reales calibran sus campañas a momentos de vulnerabilidad organizativa. El ejercicio debe hacer lo mismo.

Del mismo modo, el perfil de acceso de los usuarios objetivo define el diseño del ejercicio. No es lo mismo simular un ataque a un gestor de cuentas con acceso a CRM que a un administrador de sistemas con privilegios sobre la infraestructura de identidades. Para entender qué nivel de acceso puede estar en juego, la gestión de identidades y accesos es el eje de análisis previo que más condiciona el diseño del ejercicio.

La información pública disponible sobre tu organización también define el potencial de pretexto. Si quieres entender qué puede recopilar un atacante antes de lanzar su campaña, el análisis de OSINT aplicado a tu exposición es el punto de partida.

Qué debe entregar el informe final

Un informe de ejercicio de phishing que solo lista porcentajes y pone semáforos de color no cumple su función. Lo que debe entregar:

  • Cadena de eventos documentada: qué ocurrió, en qué orden y con qué tiempos, desde el envío hasta la última interacción registrada.
  • Mapa de brechas de detección: qué controles técnicos fallaron, cuáles funcionaron y en qué momento del ciclo de ataque.
  • Perfil de riesgo de los usuarios comprometidos: no nombres, sino roles, niveles de acceso y sistemas a los que tienen entrada.
  • Recomendaciones técnicas priorizadas: no una lista de buenas prácticas genéricas, sino acciones concretas ordenadas por impacto en la reducción de superficie de ataque.
  • Plan de seguimiento: qué se mide en el próximo ejercicio para validar que las correcciones aplicadas han reducido el riesgo real.

Si el ejercicio detecta que un usuario comprometido tiene acceso administrativo a Active Directory, la remediación no es solo formación. Es revisar los privilegios, reforzar la segmentación y verificar que los controles de detección están en disposición de capturar ese vector. La auditoría de seguridad en Active Directory describe exactamente qué debilidades estructurales hay que revisar en ese caso.

Cómo encaja esto en tu programa de seguridad

Un ejercicio de phishing aislado tiene valor limitado. Su utilidad real aparece cuando forma parte de un programa de seguridad con ciclos de mejora: ejecutas el ejercicio, identificas brechas, remedias, vuelves a medir.

Encuadrarlo junto a pruebas de intrusión en infraestructura interna permite responder una pregunta más relevante: si un usuario cae en el phishing y el atacante obtiene acceso a su sesión, ¿hasta dónde puede llegar dentro de la red? Esa cadena completa —phishing como vector de entrada, movimiento lateral como consecuencia— es la que define el riesgo operativo real, no la tasa de clics del correo.

Y si se produce un incidente real mientras el ejercicio está en curso o inmediatamente después, necesitas un protocolo de activación. El plan de respuesta a incidentes define cómo distinguir una simulación de un ataque real y cómo activar la respuesta sin destruir evidencias.

En RowanGuard diseñamos y ejecutamos ejercicios de ingeniería social calibrados al perfil de riesgo real de tu organización, con métricas que informan decisiones y un informe que no termina en el cajón. Si quieres entender qué nivel de exposición tienes antes de decidir el alcance del ejercicio, hablamos.