Bias yang dieksploitasi
Pengabaian tingkat dasar menggambarkan kesulitan kita untuk memperhitungkan probabilitas dasar suatu peristiwa dengan benar ketika sebuah informasi spesifik dan mencolok muncul — di sini, fakta bahwa pesan itu datang "tepat pada waktunya" menutupi probabilitas yang jauh lebih tinggi dari yang kita kira, bahwa waktu itu berasal dari penargetan menggunakan data yang sudah diketahui penipu, bukan sekadar kebetulan.
Sumber: Tversky, A. & Kahneman, D. (1974), "Judgment under Uncertainty: Heuristics and Biases", Science, 185(4157). Diakses 17/07/2026.Tiga kasus nyata
🗂️Dari kebocoran ke penipuan
Sebuah kebocoran data (nama, alamat, riwayat pembelian) memungkinkan tersusunnya pesan yang seolah "menebak" situasi Anda — padahal itu data yang sudah dikuasai penipu, bukan kebetulan.
Lihat Dari kebocoran ke penipuan🇮🇩Kebocoran data besar yang memberi bahan baku
Dari serangan ransomware ke Pusat Data Nasional pada 2024 hingga bocornya 279 juta data peserta BPJS Kesehatan, volume data pribadi yang beredar di Indonesia langsung memberi bahan baku bagi ketepatan penargetan semacam ini.
Lihat Kebocoran data di Indonesia📦SMS paket yang pas sekali harinya
Sebuah smishing generik yang disebar massal secara kebetulan menjangkau sejumlah penerima yang memang benar-benar sedang menunggu paket hari itu — sekadar efek volume statistik, tapi dirasakan secara individual sebagai kebetulan yang mencurigakan sekaligus memperkuat kepercayaan.
Lihat Evolusi smishingCara mengenalinya
Pesan yang datang pada momen yang mencurigakan tepatnya — selalu tanyakan pada diri sendiri: apakah saya baru saja membagikan informasi ini (pesanan, formulir, media sosial) di suatu tempat? Kebetulan yang tampak sering kali sebenarnya adalah data yang sudah diketahui si pengirim.
Definisi ini bebas digunakan ulang dengan kredit ("Egidio — Laboratorium Ancaman") dan tautan ke halaman ini. Lihat Tata Bahasa Manipulasi lengkap.