支撑数据质量的因素可以从多个方面进行分析，以下是对选项的逐一分析：

A: 数据ETL工具统一
ETL（Extract, Transform, Load）工具的统一可以帮助确保数据在提取、转换和加载过程中的一致性和可靠性，从而提升数据质量。因此，这一选项是正确的。

B: 数据的冗余性要求数据具备一致性
数据冗余性通常是指在不同的数据库或表中存储相同的数据。虽然冗余性可以提高数据的可用性和访问速度，但也可能导致数据不一致的问题。因此，冗余性本身并不是支撑数据质量的因素，反而需要小心管理以确保数据一致性。严格来说，这一选项并不直接支撑数据质量。

C: 在实践中提炼数据需求，数据使用有目标性
明确的数据需求和使用目标可以确保数据收集和处理的方向性和针对性，从而提升数据的相关性和准确性。这是数据质量的重要组成部分。因此，这一选项是正确的。

D: 提供规范、流程的系统，便于统一、协作
规范化的流程和系统可以帮助确保数据处理的一致性和准确性，并促进团队之间的协作。这对于维护和提升数据质量是至关重要的。因此，这一选项是正确的。

综上所述，能够支撑数据质量的选项是：A、C、D。