一、任务背景
某在线教育平台上线了 AI 学习助手，需要收集学员的学习行为数据（观看时长、答题记录、提问文本）用于训练与优化。目前数据分散在三个系统里，格式不统一，缺少审核环节。请你为该场景设计一套数据采集与处理流程。
二、任务要求
- 画出完整流程图：数据从产生到可用于训练，经过哪些环节
- 每个环节标注：输入、处理动作、产出、责任人
- 说明审核环节设置在哪里、审核什么、异常数据如何回退
- 说明数据质量如何保障（至少覆盖完整性、一致性两个维度）
三、作答框架（建议结构）
| 部分 | 写什么 | 篇幅参考 |
|---|---|---|
| 流程总览 | 一张流程图＋一句话说明总体思路 | 图＋1-2 句 |
| 节点说明 | 逐节点写输入/动作/产出/责任人 | 每节点 2-3 行 |
| 审核与回退 | 审核点位置、审核项、异常回退路径 | 3-5 行 |
| 质量保障 | 针对完整性/一致性的具体措施 | 3-5 行 |
四、参考要点（先自己写，再展开对照）
点击展开参考要点清单
- 流程完整性：采集 → 汇聚 → 清洗 → 标注 → 入库 → 使用，环节不缺；每个环节有明确产出物
- 审核点：至少在"标注后入库前"设审核；审核项应包含格式校验、抽样复核；异常数据标记后回退到上一环节而非直接丢弃
- 多源汇聚：三个系统数据要先做字段对齐（统一用户 ID、时间格式、编码），再进入清洗
- 质量措施：完整性＝必填字段校验＋缺失率监控；一致性＝同一学员跨系统记录可关联、格式统一
- 责任划分：采集方、处理方、审核方分开，避免自采自审
五、常见扣分点
- 只画正向流程，没有审核与异常回退
- 节点说明缺少"产出物"，流程无法交接
- 质量保障写成口号（"保证数据质量"），没有具体动作
- 忽略了多源数据的字段对齐问题