Kun dataekosysteemin toimintaympäristö on kartoitettu ja yhteistyössä kehitettävä kohde on tunnistettu, siirrytään varsinaiseen suunnitteluvaiheeseen. Tässä vaiheessa idea tai tunnistettu mahdollisuus muutetaan hallittavaksi kehittämiskokonaisuudeksi, jossa määritellään sekä nykytila että tavoitetila ja rakennetaan realistinen polku niiden välille. Suunnitteluvaihe toimii sillanrakentajana tavoitteiden ja konkreettisen toteutuksen välillä.
Nykytilan analyysi muodostaa suunnittelun lähtöpisteen. Se kattaa sen, millaista dataa eri toimijoilla on käytössään, missä muodossa data on, millaisia järjestelmiä ja rajapintoja käytetään sekä millaiset osaamiset ja resurssit ovat olemassa. Nykytila-analyysissa tarkastellaan myös yhteistyön kypsyystasoa: onko toimijoiden välillä jo toimivia käytäntöjä, luottamusta ja sopimuksia vai ollaanko vasta yhteistyön alkuvaiheessa. Ilman realistista ymmärrystä nykytilasta suunnittelu perustuu helposti oletuksiin, jotka eivät kanna toteutusvaiheeseen.
Tavoitetilan määrittelyssä kuvataan, millainen dataekosysteemi halutaan tulevaisuudessa rakentaa ja millaista arvoa sen on tarkoitus tuottaa. Tavoitetila voi liittyä esimerkiksi parempaan päätöksentekoon, uuden palvelun tai liiketoimintamallin syntymiseen, resurssien tehokkaampaan käyttöön tai tiedon saatavuuden parantamiseen. Tavoitetilaa kuvattaessa on olennaista määritellä paitsi haluttu lopputulos myös se, kenelle arvo syntyy: yksittäiselle yritykselle, koko ekosysteemille tai laajemmin yhteiskunnalle.
Yhtä tärkeää kuin tavoitetilan kuvaaminen on ymmärtää, millä tavoin siihen voidaan päästä. Tämä tarkoittaa kehityspolun suunnittelua, jossa tunnistetaan tarvittavat toimenpiteet, välivaiheet ja riippuvuudet. Usein dataekosysteemin kehittäminen etenee vaiheittain: aluksi voidaan pilotoida rajattua käyttötapausta, testata datan saatavuutta ja yhteen toimivuutta sekä rakentaa luottamusta toimijoiden välille ennen laajempaa käyttöönottoa. Suunnitteluvaiheessa päätetään, missä järjestyksessä kehitystä viedään eteenpäin ja mitkä asiat ovat kriittisiä onnistumisen edellytyksiä sekä huomioidaan riskit ja reunaehdot. Näihin kuuluvat esimerkiksi tietoturvaan ja tietosuojaan liittyvät näkökulmat, lainsäädännön vaatimukset, teknologiset riippuvuudet sekä mahdolliset muutokset toimintaympäristössä.
Hyvin toteutettu suunnittelu mahdollistaa sen, että dataekosysteemiä voidaan kehittää hallitusti, vaiheittain ja tavoitteellisesti kohti kestävää arvonluontia.