出现

对象标签越灵活，统计口径越需要提前管住。否则同一个人很容易在不同维度里被重复计入。

团体施测一旦只靠人工提醒截止，很容易出现补答、迟交和统计口径漂移，系统级截止规则会稳得多。

报告导出如果默认所有角色都能拿到完整版，数据外流和误读风险都会明显增加，分层导出比一刀切更稳。

预警名单如果不回写系统，后续回访、复核、转介和关闭条件就会散落在线下，预警也很难真正形成闭环管理。

量表审批如果不强制写清适用对象、使用场景和解释边界，后面最容易发生的不是不会用，而是被拿去错误地使用。

心理题库的新增、修改和下线如果没有审批流，影响的不只是文案质量，还可能波及计分规则、报告解释和历史结果的一致性。

断点续答看起来像用户体验功能，实际上会影响无效作答率、样本完整性、复测质量和大规模施测的稳定性。

量表正式上线前的小样本试跑，不只是流程演练，更是在检查题目、计分、跳题、报告和权限是否会在真实场景里成批出错。

私有化部署的价值不只是把系统装进本地环境，更在于组织边界、合规要求、数据流转和内部运维能力是否真的匹配。

千人级批量施测里，真正容易出问题的常常不是性能本身，而是名单同步、跳题规则、回收状态和权限分发这些流程细节。