数据看板堆了十几个指标却没人看：从指标堆砌到决策驱动怎么破？

背景

做了 3 年算法，大半精力在指标体系与数据看板上。一个反复出现的场景：数据团队吭哧吭哧搭了个"全量看板"——DAU、留存、漏斗、转化、LTV、渠道、活动效果……十几个指标齐活儿，上线那天业务方还挺兴奋。两周后，主动打开率跌到 5% 以下，真正被反复问的只有其中两三个数。

常见的几种做法（也是分歧所在）

1. "指标越多越安全"派：宁可多放，业务方自己挑。优点是"万一哪天要看"，缺点是信息过载、关键信号被淹没、维护成本线性增长。
2. "一页一问题"极简派：每个看板只回答一个问题，比如"今天新增用户里多少完成了首单"。聚焦，但业务方经常说"能不能再加一列"，几周后又回到第一种。
3. "分层看板"派：L0 给老板（3 个核心数）、L1 给团队（10 个过程指标）、L2 给分析师（明细 + 自助查询）。听起来最合理，但落地时 L0 和 L1 的边界经常模糊，"老板说加一个"就全乱了。
4. "先有决策再选指标"派：先列出"这个看板服务谁、他每天/每周要做哪 3 个决策"，反推每个决策需要哪个指标、什么阈值触发行动。指标是手段，决策才是目的。

我的倾向与理由

我偏向第 4 种，但承认它落地最难。我目前的实际做法：

• 先写决策清单：这个看板服务谁？他每天/每周要做什么决策？
• 每个决策对应 1 个主指标 + 最多 2 个辅助指标；超过 5 个指标的页面，先问"这 5 个指标是不是在回答同一个决策"。
• 设"看板保质期"：连续 3 个月没有人主动打开、也没有被任何周会/日报引用的指标，默认下线，而不是"先留着"。
• 把"指标健康度"当运营指标：打开率、引用率、决策关联度，季度做一次看板审计。

但有一个问题我没完全解决：当业务方说"我需要一个全貌"的时候，怎么在"聚焦"和"全面"之间取得平衡？ 全貌 ≠ 全量，但怎么定义"全貌"的边界，我还没找到一套可复用的方法。

想听大家聊聊

• 你们团队的看板是"业务方提需求、数据团队搭"，还是"数据团队主动设计、业务方验收"？哪种效果更好？
• "分层看板"在你们那里跑通了吗？L0 / L1 的边界具体怎么定的，谁来定？
• 有没有遇到过"指标下线"被业务方强烈反对的情况？最后怎么收场的？
• 你们有没有用"指标健康度"（打开率、引用率、决策关联度）来治理看板？效果如何？

期待不同角色（产品、数据、算法、业务）的视角——同一个"看板没人看"的问题，在不同席位上可能长得完全不一样。