企业不再满足于这种现状，希望能通过数据为业务决策提供支撑。因此，企业对数据的需求逐渐开始向更全面、更准确、更贴合业务管理决策的方向演进，其中最明显的特征就是企业开始构建企业级数据仓库，有BI团队来支撑需求分析与决策。
这么多来自不同系统的数据，口径、规范都不一致，应该用哪一个数据才对?在面对类似这样的问题时，多数企业想到的最简单直接的方案是：寻找专业的团队，使用专业的工具来对这些数据进行抽象和提炼，形成能够反映整个公司业务运转情况的一套指标体系，通过对指标体系的监控间接实现对整个公司运转情况的管理。
而正是沿着这个思路，很多企业专门成立了商业智能部门或者数据仓库部门，用来将业务或者管理人员提出的指标需要转化成开发人员能够理解的文档，并同时开始了BI工具、经营决策管理系统和大屏等可视化工具和系统的建设。希望将大量复杂的原始数据抽象为指标，并以体系化、可视化的方式直接呈现在决策者面前，为其决策提供数据支撑。
总体而言，该阶段主要是企业在业务系统建设的基础上，基于业务目标有意识地进行数据的收集、管理和分析，通过企业数据仓库建设，为企业业务提供决策支持。
决策支撑阶段具有以下5个特征：
(1)企业战略方面
该阶段，企业开始具备通过数据支撑经营决策的思路，并在考虑通过数据可视化的方式实现数据与业务的融合，以解决业务问题和支撑管理决策。
(2)数据形态方面
企业开始注重业务过程中的数据积累，开始对各业务环节的数据进行汇聚、管理，数据维度逐渐丰富。以面向业务主题的指标体系为形式进行数据组织，开始注重数据质量的管控，实施数据质量控制。
(3)数据场景方面
该阶段的数据应用场景开始基于数据仓库进行各业务主题的数据收集、管理、分析，为企业人员提供决策支持，构建包括领导驾驶舱、企业运行指数、企业第四张报表等场景应用。
(4)数据应用工具方面
开始针对数据收集和管理建立数据仓库、数据开发工具和专业可视化工具，进行系统化数据收集、管理和分析。
(5)组织架构方面
开始出现数据分析师的岗位，可能会设立专门的数据挖掘或者商业智能部门来支撑企业进行数据化的决策。
