To realize key business capabilities and secure long-term growth, Volvo Construction Equipment (Volvo CE) set out to define a vision for digital transformation. The latest trends in AI-powered smart electronics open up endless opportunities to help Volvo CE's operators use Wheel Loaders – Construction machines to increase productivity. To ensure operators are working in a way that delivers optimum fuel efficiency and productivity to achieve optimum results on-site, the company aspires to create visual tools to keep track of operator behavior in the operator environment. Monitor operator behavior with key indicators then visualized to inform how this affects important results for the customers and for Volvo CE. The audience is operators themselves, and internal staff like UX engineers and Product owners. Data-driven concept design (DDCD) is a decision-making approach that heavily relies on collected data and highlights the need to proactively plan and design. It is a popular approach to capturing tacit customer needs and makes a great contribution to data visualization design. Also, an emerging concept like the digital twin provides inspired ideas in data visualization conceptual design. However, little research is on the DDCD for data visualization. Thus, this work aims to explore appropriate data visualization techniques under the DDCD framework. The result is to help Volvo CE, primarily via data visualization, keep track of operator behaviors, and how these affect wheel loader productivity and energy efficiency data on different levels and in a wider context. To carry out, A series of DDCD cases for the improvement of wheel loader operator behaviors are researched and designed, to present data in a clear and concise visual way for both internal audience and operator training. As the result, a prototype containing a series of visualization techniques is proposed for two target groups and corresponding application scenarios including coaching and aid decision-making. Created a series of dashboards with expected functionalities based on understanding the current machine. The prototype for the internal audience has functionality: site and time selection, weekly overview window, phase selection, cycle thread trace, insight window, data presentation, and toolbox. The prototype for operator training has functionality: site and time selection, opponent selection, phase selection, cycle thread trace, external data window, individual comparison section, and insights block. / För att förverkliga viktiga affärsmöjligheter och säkra långsiktig tillväxt har Volvo Construction Equipment (Volvo CE) tagit fram en vision för digital omvandling. De senaste trenderna inom AIdriven smart elektronik öppnar oändliga möjligheter att hjälpa Volvo CE:s operatörer att använda hjullastare - anläggningsmaskiner för att öka produktiviteten. För att säkerställa att förarna arbetar på ett sätt som ger optimal bränsleeffektivitet och produktivitet för att uppnå optimala resultat på plats strävar företaget efter att skapa visuella verktyg för att hålla koll på förarens beteende i förarmiljön. Övervaka operatörens beteende med nyckelindikatorer som sedan visualiseras för att informera om hur detta påverkar viktiga resultat för kunderna och för Volvo CE. Målgruppen är operatörerna själva och intern personal som UX-ingenjörer och produktägare. Datadriven konceptdesign (DDCD) är en beslutsmetod som i hög grad bygger på insamlade data och belyser behovet av proaktiv planering och design. Det är ett populärt tillvägagångssätt för att fånga upp tysta kundbehov och ger ett stort bidrag till design av datavisualisering. Dessutom ger ett framväxande koncept som den digitala tvillingen inspirerande idéer för konceptuell utformning av datavisualisering. Det finns dock lite forskning om DDCD för datavisualisering. Det här arbetet syftar därför till att utforska lämpliga datavisualiseringstekniker inom ramen för DDCD. Resultatet är att hjälpa Volvo CE, främst via datavisualisering, att hålla koll på förarnas beteenden och hur dessa påverkar data om hjullastares produktivitet och energieffektivitet på olika nivåer och i ett större sammanhang. För att genomföra, En serie DDCD-fall för förbättring av beteenden hos hjullastarförare undersöks och utformas, för att presentera data på ett tydligt och kortfattat visuellt sätt för både intern publik och förarutbildning. Som resultat föreslås en prototyp som innehåller en serie visualiseringstekniker för två målgrupper och motsvarande tillämpningsscenarier, inklusive coaching och stöd för beslutsfattande. Skapade en serie instrumentpaneler med förväntade funktioner baserat på förståelse av den nuvarande maskinen. Prototypen för den interna målgruppen har följande funktioner: val av plats och tid, fönster för veckoöversikt, val av fas, spårning av cykeltråd, insiktsfönster, datapresentation och verktygslåda. Prototypen för operatörsutbildning har följande funktioner: val av plats och tid, val av motståndare, val av fas, spårning av cykeltråd, fönster för externa data, avsnitt för individuella jämförelser och block för insikter.