Artículo
Artículo
Artículo

Digital Twin: Bringing MEP Models to Life

Compartir este artículo

The AEC industry is heading toward Industry 4.0 and digital twins are a trend. As MEP design processes become more intelligent, digital twins are now feasible to reach and have many advantages ahead. These are powerful and can enable building owners to create smart buildings and operate with less. MEP models and point cloud scans are more accessible toward more-affordable sensors. How can we use MEP models after project handover to enhance the operation of buildings along their lifecycles?

This article provides a general introduction to the digital twin. We also discuss the process of converting MEP models to digital twins using Internet of Things (IoT) devices—specifically, how to connect MEP models and sensors together using cloud technology, Dynamo, and Revit 2020 software. Also, we will show how to visualize IoT live data with BI dashboards to increase awareness of how people use buildings and to enhance the maintenance process of buildings. Learn how to bring MEP models to life as digital twins, comply with client needs, and make the built environment more sustainable.

What Is a Digital Twin?

"Digital twin is a set of virtual information constructs that fully describes a potential or actual physical manufactured product from the micro atomic level to the macro geometrical level." —Michael Grievers

The AEC industry is slowly catching up with the aerospace and manufacturing industries when it comes to digital twins. This has been used extensively for prototyping new products, and verifying production line performance, and the performance of physical objects and systems. It has not been used widely within the AEC industry until very recently. With the increase of the available IoT sensors and the desire for more data from assets for verifying performance, digital twins have become more common.

Within the next few years there will be over 20 billion connected sensors and potentially billions of connected objects. The number of organizations using digital twins will triple by 2022. Gartner placed digital twins at the top of their Hype Cycle for Emerging Technologies in 2018 with a forecasted peak in 5 to 10 years.

lifecycle

Historically, the only way to gain knowledge of buildings was to have direct physical contact with the building itself. All the data about the building and its performance was directly contained within the building. The data about the buildings has been stored in static documentation formats such as paper or computer files. Digital twins build the bridge between the physical and digital worlds to allow for data to flow in real time or near-real time, so the data becomes alive.

The digital twin concept was first noted in 2002 by Michael Grieves at the University of Michigan as part of Product Lifecycle Management (PLM). His idea was the real space and virtual space worlds would be linked throughout the lifecycle of the system. Initially it was known as a Mirrored Spaces Model. Later, it was known as a Mirrored Information Model before being known as digital twin.

Digital twin is described as the bi-directional flow of data between “virtual space” (the digital representation) and “real space” (the physical asset). The data then needs to be accessible in real time or near-real time to build a complete digital picture of the physical asset.

assest
Digital twin relation between physical and virtual worlds.

Digital twins started as basic CAD documentation of the physical world in the late 1900s, but with the growth of BIM working processes the concept of digital twin has become a representation much closer to reality. With the ability to assign parametric data to objects it was possible to make the representations move beyond just a physical description, but a functional representation as well. Recently, with the growth of IoT technologies it became possible to live stream data to the objects and systems in the physical world to a remote location, analyze the data, and react to modify conditions of the physical object in its actual location. This moves the CAD object from being just a 2D/3D representation randomly positioned in space to being a representation of the physical object that demonstrates not only the form of the physical object, but its behavior as well.

Digital twins can be used for both prototyping objects as well as verifying and controlling physical objects. An object can be modeled in a pure digital environment with software and subjected to digital simulations to test the limits, and functional qualities of an object before it is produced. This is a huge cost and time savings. Previously, to conduct this simulation a precise physical representation would be created and subjected to physical tests which often resulted in the destruction of the objects, and the need to create a new modified representation of the object to continue testing.

Related: Forge with BIM 360 Docs as an IoT Hub with Tiago Ricotta

Now when prototyping, the simulations can be conducted digitally and modifications made in real time without the need to produce any physical object before it is ready to be tested in the environment where it is intended to be used. When individual objects are assembled into a system the complexity increases and the ability to evaluate and understand the system decreases. Digital twins assist in testing and evaluating the individual parts of a complex system.

system
Design process.

When discussing digital twins, there are three distinct environments where they are active:

Digital twin prototypeThis type of digital twin describes the prototype of a physical system. It contains the information sets necessary to describe and produce a physical version that duplicates or twins the physical version.

Digital twin instanceThis type of digital twin describes a specific corresponding physical system that the prototypical digital twin remains linked to throughout the life of that specific physical system.

Digital twin environmentThis is an integrated, multidomain physical application space for operating on digital twins. It is used for a variety of purposes. There are two parts to this environment. The predictive, where the digital twin is used for predicting future behavior and performance of a system. This will test the system to verify that it will function within an acceptable range, the interrogative where actual physical systems are for their current and historical performance. Multiple systems can be compared to find patterns where the system does not meet the design criteria so future systems can be modified accordingly.

Digital twins can be made using 3D models, 3D scans, and even 2D documentation. The requirement to qualify as a digital twin is the link between the physical and virtual worlds where data is transmitted bi-directionally between the two worlds.

worlds

 

Historic Digital Twins

Looking back to see where the digital twin concept came from, one can look to NASA in the 1960s during the first trips to the moon. NASA built exact replicas of everything that was launched into space. During production these replicas were prototypes of the actual objects, and after the objects were on their way to remote destinations, they became a twin of the equipment in use. All modifications made by the astronauts on their way into space were also made to the twin. This is probably best documented during the ill-fated Apollo 13 mission to the moon where there was a serious malfunction in the service module two days into the journey. Before mission control sent instructions to the astronauts, simulations were made to what we could call an “Analog Twin” to simulate all decisions made before implementing them on the physical object thousands of kilometers away. This is known as a Mirrored System since physical modifications were made to a twin physical object even though there were digital calculations made as well.

historic
NASA mission control dashboard. 

Mission control could be seen as a dashboard for the mission where all data was displayed and used to monitor and verify the status of the mission in real time. With the technology available at the time, the dashboard required the space of an auditorium.

Digital twin is also used in Formula 1 racing. While the team car is racing at 300 km/h on the track there is a team of technicians and engineers sitting remotely in the pit monitoring all the stresses on the car in real time and making small modifications to ensure the car is performing at the highest level possible. Before getting to the racetrack digital twin are used to simulate the performance of the car, so the best possible prototypes can be produced. If a physical prototype is needed for testing before every race there would not be enough time to produce the best possible cars. Digital twins help save time and develop better products by reducing the design time required for each iteration of the cars.

f1
Vodafone McLaren Mercedes dashboard.

Adding sensors to a building is not difficult. The challenge is gathering the data, structuring and analyzing the data, so it is useful downstream without the need for more investment to make the data usable. One of the biggest challenges is getting the data to be shared across the multitude of systems that could use access to the data. Many data systems are closed, so getting access to the data and ensuring the structure of the data is usable can be difficult.

Unlike industrial asset-centric businesses and discrete process manufacturing, the data captured in buildings has an extra factor that can be unpredictable with the interaction of people. This makes the assets more dynamic, so it is no longer just predictive maintenance of the asset it becomes controlling a living entity.

Digital twins are useful at every stage of a project’s lifecycle. Currently, their focus is primarily during the operations and maintenance phases. There is a lot of data available to be captured and the owner’s interest is focused primarily on the ability to control the operations of their assets. The benefit of the digital twin is the insight that is gained from the data that is harvested to be used proactively to improve performance and gain insight for the next project that could be designed.

Creating a Digital Twin

When creating a digital twin, the system needs to be planned from the beginning rather than imposed on a project at a late stage. The data required, how the data is generated, how the data is received, how the data is stored, who has access to the data, and the types of digital models required must be planned. After the framework is in place, then the technology to be integrated can be selected for the physical asset to enable the capture of the real time flow of data.

The function of the digital twin needs to be defined. Will it be for just for monitoring an asset or will it control the systems in the asset as well? Will the data be used for advanced analytics to be used for predictive maintenance? The answers to these questions will drive the decisions needed to define the sensors to be used, the way data is captured, and the applications required for interpreting the data.

The implementation of the digital twin can start small with a single system and be expanded over time. It can start as a series of smaller system-specific digital twins that are assembled to create the full picture of an asset. It is better to layer the data rather than to continually start new digital twins.

IoT plays a role in the creation of digital twins. IoT refers to unique identifiable objects and their virtual representations in an Internet-like structure. The transmission of data from sensors to storage devices is a critical connection. Without this connection the system cannot exist. It is necessary to select the correct network type, the correct protocol, and the correct transmission frequency in order to transmit the data.

Evaluating Behavior

Digital twins can help prevent serious accidents by the real time monitoring of the physical asset. By combining 3D scanning and sensors there is the opportunity to monitor existing assets where a digital model has not been created.

The digital twins are used for predicting future behavior and performance of physical systems. During the prototyping stage, the behavior prediction could be verifying the behavior of the designed system with associated components to verify that the as-designed system meets the proposed requirements.

The design phase provides the perfect opportunity to use digital twins by evaluating the virtual representation of the designed system. The behavior of systems can be verified virtually. The data structure of the model can be established early, so the data generated can be used downstream well into the construction and operation of the project. However, this requires that the information requirements are established before modelling, and the data is structured properly.

There are four possible outcomes when evaluating the behavior of a system. This is not only a measurement of the success or failure of the system, but a means to find faults and correct issues before creating the physical system.

system
Categories of system behavior. 

 

Predicted Desirable–The system performs as predicted.

Unpredicted Desirable–The performance of the system results in unexpected surprises. This result offers new results that were not originally planned for. There are no detrimental effects from using the system as designed.

Predicted Undesirable–The system fails as predicted and will require modification. Still the system is performing as planned.

Unpredicted Undesirable–The system fails when not expected to fail. The system requires redesign. If not addressed this can result in possible catastrophic failures. Through simulations this outcome can be minimized. There is always a risk of this outcome in the physical system. If the outcome was never considered; therefore, it was never tested for.

An interrogative digital twin could apply to digital twin instances that could be queried for their current and past histories irrespective of where their physical counterpart resided in the world. Individual instances could be interrogated for their current system state.

System Lifecycle

During the system lifecycle, there are two flows of data. The first is by the creation of the physical system where data flows forward as traditionally from creation to production to operation to disposal. However, data for a digital twin flows in reverse. Data from the future phase informs the previous stage. This data can be used to improve the performance of the systems by finding the weaknesses and failures that need refinement.

chart
Virtual and physical data flow. 

Creation–During this phase the characteristics and behavior of the system are defined. Desirable attributes are defined, and undesirable attributes are identified. Strategies to mitigate the undesirable attributes are developed to prevent them from occurring.

Production–The physical system is created. This is the phase where the manufacturability or constructability of the system is tested. At his point there is the possibility of undesirable behaviors to start appearing.

Operation–The physical system is tested. At this point all undesirable behaviors should be found and resolved. Although, there is still the possibility of unforeseen undesirable behaviors to be found.

Disposal–This is the decommissioning of the system. Decommissioning is typically ignored but, it does require consideration. The knowledge acquired through the previous stages is often lost through the decommissioning. The information generated during the disposal phase can be used towards the design of the next generation of the element.

Digital twins are used to understand problems that are too complex for human understanding. Models and their associated data can be brought together to inexpensively check for conflicts and clashes so the physical model can be created more efficiently. Previously, the conversion of 2D documentation to a physical object was an inefficient iterative process. Now models can be created and simulated in a virtual system, so when the physical models are created it is primarily for final testing and verification. The destructive testing is conducted on the virtual models which has minimal time and cost implications. More testing can be conducted, and time and waste material is minimized.

chart2
Digital twin implementation model. 

The Value of the Digital Twin

The value of the digital twin lies in the data and its connection from the physical system back to the virtual system. Large amounts of data can be generated which is used to inform design and operational decisions. It is important that the data created is reviewed and analyzed to gain greater understanding of the environment that will be affecting the physical system. Data replaces wasted physical materials, time, labor, and energy over the lifecycle of the system. Data is never free to acquire. It will require resources such as planning, implementation, sensors, software storage, and time. The cost of acquiring data is less than the cost of the physical waste operating an underperforming system. The greatest gains are made during the creation stage this reduces the amount of trial and error during the production phase. For MEP projects digital twins can improve the performance of systems, improve indoor environment, reduce energy consumption, and reduce operation cost.

Issues with Data

There are still security risks associated with digital twins. Typically, the data is stored in the cloud, so there is no physical infrastructure associated with the data storage side. However, there is a massive amount of data being collected from endpoints. Each of these endpoints are a potential point of weakness in the system. There is a possibility that data can be compromised between the endpoints and the cloud. Users of the data should have defined roles and it is best if the information transmitted is encrypted. The devices must have rights to send data over existing IT infrastructure.

Bad or misleading data can lead to errors. It must be ensured that the data is validated, and the data obtained can be trusted. It must be ensured that all sensors are sending data that is correct, calibrated, in the correct format and corresponds to the other sensors connected to the same system.

Our Process

We were inspired by Project Dasher and the Autodesk bridge project at Pier 9. The idea of linking sensors and models became the goal. After a call with Kean Walmsley we quickly found out that we would need to change our strategy. Getting the project into Project Dasher would not be as easy as we originally had hoped. We also saw the cabling challenges that the bridge project exposed, so we wanted to go wireless. From here we embarked on our digital twin journey.

Our initial intention was to create a digital twin of our office. This is an interrogative digital twin where an  existing building is monitored to verify its performance. First, we investigated creating a digital twin of the canteen in our building and have a live dashboard on the company intranet which would show how much traffic was in the canteen at any given point in time. This would help find the best time to go to lunch. We thought this data would also be helpful for the staff in the canteen, so they could time the food in accordance with the number of people in the canteen at any time. We had an older model of the canteen and a Matter Port model, so there was our basis. We just needed data.

Initially, we investigated computer vision, but this was not possible due to the new European General Data Protection Regulation (GDPR). We had recently tested computer vision for other applications for cars and street signage, but it could not be used for this situation. We investigated using the Building Management System (BMS), but the system was too old. We could not access the data and the system could not record data. Even if we could get the BMS to work it would not be possible to get historical data. An acoustics engineer in the company recommended that we could use sound levels as an indicator of the number of people in the canteen. It would not be precise, but it could work and help us get around the GDPR problem. This would require a few sensors distributed around the canteen and some manual calibration.

Our project involved three processes. The first was documenting the physical environment. This involved documenting the physical environment with Revit models and laser scans. The second part was capturing live conditions from the physical environment with sensors and converting it into digital data. The final part was making the live connection between the physical and digital worlds. This connection was made by modeling a digital instance of our physical sensor and connecting the two, so data could flow from the physical sensor in the physical world to our digital representation of the sensor in the digital world.

Download the full class handout to learn how to connect MEP models and sensors using cloud technology, Dynamo, and Revit; how to visualize IoT live data with BI dashboards to enhance building maintenance; and more. 

David Fink is an American architect living in Copenhagen for the past 18 years where he has worked in design build, architectural design, and consulting engineering companies as a BIM specialist. BIM is one of his passions and he is constantly looking for new ways of expanding the boundaries and use of BIM. He has been involved with BIM implementation and the active use of BIM on projects since 2007 both locally in Denmark and internationally. In his daily work he looks for ways to increase the quality of projects as well as increase efficiency and consistency while having some fun. He is part of the generation of architects who has taken the ride from the Mayline through CAD to BIM which gives him a holistic view of the AECO industry. At Ramboll he is part of the Integrated Digital Solutions Group where he focuses on the architectural departments and how they work with other disciplines to deliver integrated solutions.

Alejandro Mata is automation manager in the Integrated Digital Solutions department at Ramboll Denmark. He is MSc. HVAC design engineer with a background in civil engineering and architectural technology from DTU-Technical University of Denmark. Alejandro is passionate about enhancing the performance of the AEC industry by promoting a better utilization of building technology, towards automation of digital design processes. His focus is to work smarter and achieve the most effective practices to enhance data utilization and digital collaboration among AEC parties. He has been using Autodesk products for the last 10 years, with a detailed focus in Revit MEP software, and the Dynamo extension complemented with Business Intelligence cloud solutions. He has gained experience in the last five years through well-known Nordic projects. Additionally, he has worked as a teaching assistant at DTU and loves sharing knowledge.

______
icon-svg-close-thick

Preferencias de cookies

Su privacidad es muy importante para nosotros y esperamos que su experiencia sea la mejor posible. Cuando recopilamos los datos sobre el uso que hace de este sitio, lo hacemos para personalizar la información y para crear aplicaciones.

¿Podemos recopilar y usar sus datos?

Obtenga más información acerca de los servicios de terceros que usamos y de nuestra Declaración de privacidad.

Estrictamente necesarias: Obligatorias para que nuestro sitio funcione y podemos ofrecerle nuestros servicios

Estas cookies nos permiten registrar sus preferencias o su información de inicio de sesión, responder a sus solicitudes o gestionar la compra de los artículos de su carrito de la compra.

Mejora de la experiencia: Nos permite mostrar la información relevante

Estas cookies nos permiten ofrecerle funcionalidades y personalización mejoradas. Las podemos establecer nosotros, asi como los proveedores terceros cuyos servicios se utilizan para proporcionar información y experiencias adaptadas a sus necesidades. Si no acepta estas cookies, es posible que todos estos servicios o parte de ellos no estén disponibles.

Personalización de la publicidad: Nos permite ofrecer publicidad dirigida

Estas cookies recopilan datos sobre usted en función de sus actividades e intereses para mostrar los anuncios relevantes y realizar un seguimiento de su eficacia. Al recopilar estos datos, los anuncios que le mostraremos se adaptarán mejor a sus intereses. Si no acepta estas cookies, la publicidad que verá será de menos interés para usted.

icon-svg-close-thick

SERVICIOS DE TERCEROS

Obtenga más información sobre los servicios de terceros que utilizamos en cada categoría, y sobre el uso que hacemos de los datos que recopilamos de usted en Internet.

icon-svg-hide-thick

icon-svg-show-thick

Estrictamente necesarias: Obligatorias para que nuestro sitio funcione y podemos ofrecerle nuestros servicios

Qualtrics
Utilizamos los servicios de Qualtrics para que pueda enviarnos sus comentarios a través de encuestas o formularios de Internet. Puede participar en una encuesta tras ser seleccionado al azar o puede decidir enviarnos sus comentarios voluntariamente. Recopilamos datos para comprender mejor la actividad que ha llevado a cabo antes de rellenar una encuesta. Esto nos ayuda a solucionar problemas que haya podido encontrar. Política de privacidad de Qualtrics
Akamai mPulse
Utilizamos los servicios de Akamai mPulse para recopilar datos acerca de su actividad en nuestros sitios. Estos datos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado, su dirección IP o ID de dispositivo, y su ID de Autodesk. Utilizamos estos datos para poder medir el rendimiento de nuestro sitio web y determinar el grado de facilidad de su experiencia en Internet a fin de mejorar nuestras características. También empleamos sistemas avanzados de análisis para optimizar su experiencia con los servicios de correo electrónico, atención al cliente y ventas. Política de privacidad de Akamai mPulse
Digital River
Utilizamos los servicios de Digital River para recopilar datos acerca de su actividad en nuestros sitios. Estos datos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado, su dirección IP o ID de dispositivo, y su ID de Autodesk. Utilizamos estos datos para poder medir el rendimiento de nuestro sitio web y determinar el grado de facilidad de su experiencia en Internet a fin de mejorar nuestras características. También empleamos sistemas avanzados de análisis para optimizar su experiencia con los servicios de correo electrónico, atención al cliente y ventas. Política de privacidad de Digital River
Dynatrace
Utilizamos los servicios de Dynatrace para recopilar datos acerca de su actividad en nuestros sitios. Estos datos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado, su dirección IP o ID de dispositivo, y su ID de Autodesk. Utilizamos estos datos para poder medir el rendimiento de nuestro sitio web y determinar el grado de facilidad de su experiencia en Internet a fin de mejorar nuestras características. También empleamos sistemas avanzados de análisis para optimizar su experiencia con los servicios de correo electrónico, atención al cliente y ventas. Política de privacidad de Dynatrace
Khoros
Utilizamos los servicios de Khoros para recopilar datos acerca de su actividad en nuestros sitios. Estos datos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado, su dirección IP o ID de dispositivo, y su ID de Autodesk. Utilizamos estos datos para poder medir el rendimiento de nuestro sitio web y determinar el grado de facilidad de su experiencia en Internet a fin de mejorar nuestras características. También empleamos sistemas avanzados de análisis para optimizar su experiencia con los servicios de correo electrónico, atención al cliente y ventas. Política de privacidad de Khoros
Launch Darkly
Utilizamos los servicios de Launch Darkly para recopilar datos acerca de su actividad en nuestros sitios. Estos datos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado, su dirección IP o ID de dispositivo, y su ID de Autodesk. Utilizamos estos datos para poder medir el rendimiento de nuestro sitio web y determinar el grado de facilidad de su experiencia en Internet a fin de mejorar nuestras características. También empleamos sistemas avanzados de análisis para optimizar su experiencia con los servicios de correo electrónico, atención al cliente y ventas. Política de privacidad de Launch Darkly
New Relic
Utilizamos los servicios de New Relic para recopilar datos acerca de su actividad en nuestros sitios. Estos datos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado, su dirección IP o ID de dispositivo, y su ID de Autodesk. Utilizamos estos datos para poder medir el rendimiento de nuestro sitio web y determinar el grado de facilidad de su experiencia en Internet a fin de mejorar nuestras características. También empleamos sistemas avanzados de análisis para optimizar su experiencia con los servicios de correo electrónico, atención al cliente y ventas. Política de privacidad de New Relic
Salesforce Live Agent
Utilizamos los servicios de Salesforce Live Agent para recopilar datos acerca de su actividad en nuestros sitios. Estos datos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado, su dirección IP o ID de dispositivo, y su ID de Autodesk. Utilizamos estos datos para poder medir el rendimiento de nuestro sitio web y determinar el grado de facilidad de su experiencia en Internet a fin de mejorar nuestras características. También empleamos sistemas avanzados de análisis para optimizar su experiencia con los servicios de correo electrónico, atención al cliente y ventas. Política de privacidad de Salesforce Live Agent
Wistia
Utilizamos los servicios de Wistia para recopilar datos acerca de su actividad en nuestros sitios. Estos datos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado, su dirección IP o ID de dispositivo, y su ID de Autodesk. Utilizamos estos datos para poder medir el rendimiento de nuestro sitio web y determinar el grado de facilidad de su experiencia en Internet a fin de mejorar nuestras características. También empleamos sistemas avanzados de análisis para optimizar su experiencia con los servicios de correo electrónico, atención al cliente y ventas. Política de privacidad de Wistia
Tealium
Utilizamos los servicios de Tealium para recopilar datos acerca de su actividad en nuestros sitios. Estos datos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Utilizamos estos datos para poder medir el rendimiento de nuestro sitio web y determinar el grado de facilidad de su experiencia en Internet a fin de mejorar nuestras características. También empleamos sistemas avanzados de análisis para optimizar su experiencia con los servicios de correo electrónico, atención al cliente y ventas. Política de privacidad de Tealium
Upsellit
Utilizamos los servicios de Upsellit para recopilar datos acerca de su actividad en nuestros sitios. Estos datos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Utilizamos estos datos para poder medir el rendimiento de nuestro sitio web y determinar el grado de facilidad de su experiencia en Internet a fin de mejorar nuestras características. También empleamos sistemas avanzados de análisis para optimizar su experiencia con los servicios de correo electrónico, atención al cliente y ventas. Política de privacidad de Upsellit
CJ Affiliates
Utilizamos los servicios de CJ Affiliates para recopilar datos acerca de su actividad en nuestros sitios. Estos datos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Utilizamos estos datos para poder medir el rendimiento de nuestro sitio web y determinar el grado de facilidad de su experiencia en Internet a fin de mejorar nuestras características. También empleamos sistemas avanzados de análisis para optimizar su experiencia con los servicios de correo electrónico, atención al cliente y ventas. Política de privacidad de CJ Affiliates
Commission Factory
Utilizamos los servicios de Commission Factory para recopilar datos acerca de su actividad en nuestros sitios. Estos datos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Utilizamos estos datos para poder medir el rendimiento de nuestro sitio web y determinar el grado de facilidad de su experiencia en Internet a fin de mejorar nuestras características. También empleamos sistemas avanzados de análisis para optimizar su experiencia con los servicios de correo electrónico, atención al cliente y ventas. Política de privacidad de Commission Factory
Google Analytics (Strictly Necessary)
Utilizamos los servicios de Google Analytics (Strictly Necessary) para recopilar datos acerca de su actividad en nuestros sitios. Estos datos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado, su dirección IP o ID de dispositivo, y su ID de Autodesk. Utilizamos estos datos para poder medir el rendimiento de nuestro sitio web y determinar el grado de facilidad de su experiencia en Internet a fin de mejorar nuestras características. También empleamos sistemas avanzados de análisis para optimizar su experiencia con los servicios de correo electrónico, atención al cliente y ventas. Política de privacidad de Google Analytics (Strictly Necessary)
Typepad Stats
Utilizamos los servicios de Typepad Stats para recopilar datos acerca de su actividad en nuestros sitios. Estos datos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado, su dirección IP o ID de dispositivo, y su ID de Autodesk. Utilizamos estos datos para poder medir el rendimiento de nuestro sitio web y determinar el grado de facilidad de su experiencia en Internet a fin de mejorar nuestras características. También empleamos sistemas avanzados de análisis para optimizar su experiencia con los servicios de correo electrónico, atención al cliente y ventas. Política de privacidad de Typepad Stats
Geo Targetly
Usamos Geo Targetly para dirigir a los visitantes del sitio web a la página web más adecuada y/u ofrecer contenido personalizado según su ubicación. Geo Targetly utiliza la dirección IP de los visitantes del sitio web para determinar la ubicación aproximada del dispositivo de los mismos. Esto ayuda a garantizar que los visitantes vean el contenido en el que probablemente es su idioma local.Política de privacidad de Geo Targetly
SpeedCurve
Utilizamos SpeedCurve para supervisar y medir el rendimiento de su experiencia con el sitio web midiendo los tiempos de carga de la página web, así como la capacidad de respuesta de elementos posteriores como imágenes, secuencias de comandos y texto.Política de privacidad de SpeedCurve
Qualified
Qualified is the Autodesk Live Chat agent platform. This platform provides services to allow our customers to communicate in real-time with Autodesk support. We may collect unique ID for specific browser sessions during a chat. Qualified Privacy Policy

icon-svg-hide-thick

icon-svg-show-thick

Mejora de la experiencia: Nos permite mostrar la información relevante

Google Optimize
Utilizamos los servicios de Google Optimize para probar nuevas características en nuestros sitios y ofrecerle una experiencia personalizada con esas características. Para ello, recopilamos datos de comportamiento mientras visita nuestros sitios. Estos datos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado, su dirección IP o ID de dispositivo, y su ID de Autodesk, entre otros. Puede que acceda a una versión diferente de nuestros sitios debido a las pruebas de características que hacemos, o que vea contenido personalizado en función de su perfil de visitante. Política de privacidad de Google Optimize
ClickTale
Utilizamos los servicios de ClickTale para entender mejor en qué áreas de nuestros sitios puede experimentar problemas. Grabamos las sesiones para ver cómo interactúa con nuestros sitios, incluido cualquier elemento de las páginas. Su información personal identificable se enmascara y no se recopila. Política de privacidad de ClickTale
OneSignal
Utilizamos los servicios de OneSignal para mostrar publicidad digital en sitios respaldados por OneSignal. Los anuncios se basan tanto en datos de OneSignal como en datos de comportamiento que recopilamos mientras visita nuestros sitios. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Esta información puede combinarse con los datos que OneSignal haya recopilado de usted. Utilizamos los datos que suministramos a OneSignal para personalizar aún más su experiencia con la publicidad digital y mostrarle anuncios más relevantes. Política de privacidad de OneSignal
Optimizely
Utilizamos los servicios de Optimizely para probar nuevas características en nuestros sitios y ofrecerle una experiencia personalizada con esas características. Para ello, recopilamos datos de comportamiento mientras visita nuestros sitios. Estos datos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado, su dirección IP o ID de dispositivo, y su ID de Autodesk, entre otros. Puede que acceda a una versión diferente de nuestros sitios debido a las pruebas de características que hacemos, o que vea contenido personalizado en función de su perfil de visitante. Política de privacidad de Optimizely
Amplitude
Utilizamos los servicios de Amplitude para probar nuevas características en nuestros sitios y ofrecerle una experiencia personalizada con esas características. Para ello, recopilamos datos de comportamiento mientras visita nuestros sitios. Estos datos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado, su dirección IP o ID de dispositivo, y su ID de Autodesk, entre otros. Puede que acceda a una versión diferente de nuestros sitios debido a las pruebas de características que hacemos, o que vea contenido personalizado en función de su perfil de visitante. Política de privacidad de Amplitude
Snowplow
Utilizamos los servicios de Snowplow para recopilar datos acerca de su actividad en nuestros sitios. Estos datos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado, su dirección IP o ID de dispositivo, y su ID de Autodesk. Utilizamos estos datos para poder medir el rendimiento de nuestro sitio web y determinar el grado de facilidad de su experiencia en Internet a fin de mejorar nuestras características. También empleamos sistemas avanzados de análisis para optimizar su experiencia con los servicios de correo electrónico, atención al cliente y ventas. Política de privacidad de Snowplow
UserVoice
Utilizamos los servicios de UserVoice para recopilar datos acerca de su actividad en nuestros sitios. Estos datos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado, su dirección IP o ID de dispositivo, y su ID de Autodesk. Utilizamos estos datos para poder medir el rendimiento de nuestro sitio web y determinar el grado de facilidad de su experiencia en Internet a fin de mejorar nuestras características. También empleamos sistemas avanzados de análisis para optimizar su experiencia con los servicios de correo electrónico, atención al cliente y ventas. Política de privacidad de UserVoice
Clearbit
Clearbit permite el enriquecimiento de datos en tiempo real para proporcionar una experiencia personalizada y relevante a nuestros clientes. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Política de privacidad de Clearbit
YouTube
YouTube es una plataforma de uso compartido de videos que permite a los usuarios ver y compartir vídeos insertados en nuestros sitios web. YouTube proporciona métricas de audiencia sobre el rendimiento de los vídeos. Política de privacidad de YouTube

icon-svg-hide-thick

icon-svg-show-thick

Personalización de la publicidad: Nos permite ofrecer publicidad dirigida

Adobe Analytics
Utilizamos los servicios de Adobe Analytics para recopilar datos acerca de su actividad en nuestros sitios. Estos datos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado, su dirección IP o ID de dispositivo, y su ID de Autodesk. Utilizamos estos datos para poder medir el rendimiento de nuestro sitio web y determinar el grado de facilidad de su experiencia en Internet a fin de mejorar nuestras características. También empleamos sistemas avanzados de análisis para optimizar su experiencia con los servicios de correo electrónico, atención al cliente y ventas. Política de privacidad de Adobe Analytics
Google Analytics (Web Analytics)
Utilizamos los servicios de Google Analytics (Web Analytics) para recopilar datos acerca de su actividad en nuestros sitios. Estos datos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Utilizamos estos datos para poder medir el rendimiento de nuestro sitio web y determinar el grado de facilidad de su experiencia en Internet a fin de mejorar nuestras características. También empleamos sistemas avanzados de análisis para optimizar su experiencia con los servicios de correo electrónico, atención al cliente y ventas. Política de privacidad de Google Analytics (Web Analytics)
AdWords
Utilizamos los servicios de AdWords para mostrar publicidad digital en sitios respaldados por AdWords. Los anuncios se basan tanto en datos de AdWords como en datos de comportamiento que recopilamos mientras visita nuestros sitios. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Esta información puede combinarse con los datos que AdWords haya recopilado de usted. Utilizamos los datos que suministramos a AdWords para personalizar aún más su experiencia con la publicidad digital y mostrarle anuncios más relevantes. Política de privacidad de AdWords
Marketo
Utilizamos los servicios de Marketo para enviarle contenido más relevante y oportuno por correo electrónico. Para ello, recopilamos datos sobre su actividad en Internet y el modo en que interactúa con los correos electrónicos que enviamos. Los datos recopilados pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado, su dirección IP o ID de dispositivo, la tasa de apertura de correos y los vínculos seleccionados, entre otros. Puede que combinemos estos datos con datos obtenidos a través de otras fuentes a fin de mejorar su experiencia de compra o con el servicio de atención al cliente, además de ofrecerle contenido más relevante en función de procesos avanzados de análisis. Política de privacidad de Marketo
Doubleclick
Utilizamos los servicios de Doubleclick para mostrar publicidad digital en sitios respaldados por Doubleclick. Los anuncios se basan tanto en datos de Doubleclick como en datos de comportamiento que recopilamos mientras visita nuestros sitios. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Esta información puede combinarse con los datos que Doubleclick haya recopilado de usted. Utilizamos los datos que suministramos a Doubleclick para personalizar aún más su experiencia con la publicidad digital y mostrarle anuncios más relevantes. Política de privacidad de Doubleclick
HubSpot
Utilizamos los servicios de HubSpot para enviarle contenido más relevante y oportuno por correo electrónico. Para ello, recopilamos datos sobre su actividad en Internet y el modo en que interactúa con los correos electrónicos que enviamos. Los datos recopilados pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado, su dirección IP o ID de dispositivo, la tasa de apertura de correos y los vínculos seleccionados, entre otros. Política de privacidad de HubSpot
Twitter
Utilizamos los servicios de Twitter para mostrar publicidad digital en sitios respaldados por Twitter. Los anuncios se basan tanto en datos de Twitter como en datos de comportamiento que recopilamos mientras visita nuestros sitios. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Esta información puede combinarse con los datos que Twitter haya recopilado de usted. Utilizamos los datos que suministramos a Twitter para personalizar aún más su experiencia con la publicidad digital y mostrarle anuncios más relevantes. Política de privacidad de Twitter
Facebook
Utilizamos los servicios de Facebook para mostrar publicidad digital en sitios respaldados por Facebook. Los anuncios se basan tanto en datos de Facebook como en datos de comportamiento que recopilamos mientras visita nuestros sitios. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Esta información puede combinarse con los datos que Facebook haya recopilado de usted. Utilizamos los datos que suministramos a Facebook para personalizar aún más su experiencia con la publicidad digital y mostrarle anuncios más relevantes. Política de privacidad de Facebook
LinkedIn
Utilizamos los servicios de LinkedIn para mostrar publicidad digital en sitios respaldados por LinkedIn. Los anuncios se basan tanto en datos de LinkedIn como en datos de comportamiento que recopilamos mientras visita nuestros sitios. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Esta información puede combinarse con los datos que LinkedIn haya recopilado de usted. Utilizamos los datos que suministramos a LinkedIn para personalizar aún más su experiencia con la publicidad digital y mostrarle anuncios más relevantes. Política de privacidad de LinkedIn
Yahoo! Japan
Utilizamos los servicios de Yahoo! Japan para mostrar publicidad digital en sitios respaldados por Yahoo! Japan. Los anuncios se basan tanto en datos de Yahoo! Japan como en datos de comportamiento que recopilamos mientras visita nuestros sitios. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Esta información puede combinarse con los datos que Yahoo! Japan haya recopilado de usted. Utilizamos los datos que suministramos a Yahoo! Japan para personalizar aún más su experiencia con la publicidad digital y mostrarle anuncios más relevantes. Política de privacidad de Yahoo! Japan
Naver
Utilizamos los servicios de Naver para mostrar publicidad digital en sitios respaldados por Naver. Los anuncios se basan tanto en datos de Naver como en datos de comportamiento que recopilamos mientras visita nuestros sitios. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Esta información puede combinarse con los datos que Naver haya recopilado de usted. Utilizamos los datos que suministramos a Naver para personalizar aún más su experiencia con la publicidad digital y mostrarle anuncios más relevantes. Política de privacidad de Naver
Quantcast
Utilizamos los servicios de Quantcast para mostrar publicidad digital en sitios respaldados por Quantcast. Los anuncios se basan tanto en datos de Quantcast como en datos de comportamiento que recopilamos mientras visita nuestros sitios. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Esta información puede combinarse con los datos que Quantcast haya recopilado de usted. Utilizamos los datos que suministramos a Quantcast para personalizar aún más su experiencia con la publicidad digital y mostrarle anuncios más relevantes. Política de privacidad de Quantcast
Call Tracking
Utilizamos los servicios de Call Tracking para proporcionar números de teléfono personalizados como parte de nuestras campañas. De este modo, podrá acceder más rápido a nuestros agentes y ayudarnos a medir mejor nuestro rendimiento. Puede que recopilemos datos acerca de su actividad en nuestros sitios en función del número de teléfono facilitado. Política de privacidad de Call Tracking
Wunderkind
Utilizamos los servicios de Wunderkind para mostrar publicidad digital en sitios respaldados por Wunderkind. Los anuncios se basan tanto en datos de Wunderkind como en datos de comportamiento que recopilamos mientras visita nuestros sitios. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Esta información puede combinarse con los datos que Wunderkind haya recopilado de usted. Utilizamos los datos que suministramos a Wunderkind para personalizar aún más su experiencia con la publicidad digital y mostrarle anuncios más relevantes. Política de privacidad de Wunderkind
ADC Media
Utilizamos los servicios de ADC Media para mostrar publicidad digital en sitios respaldados por ADC Media. Los anuncios se basan tanto en datos de ADC Media como en datos de comportamiento que recopilamos mientras visita nuestros sitios. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Esta información puede combinarse con los datos que ADC Media haya recopilado de usted. Utilizamos los datos que suministramos a ADC Media para personalizar aún más su experiencia con la publicidad digital y mostrarle anuncios más relevantes. Política de privacidad de ADC Media
AgrantSEM
Utilizamos los servicios de AgrantSEM para mostrar publicidad digital en sitios respaldados por AgrantSEM. Los anuncios se basan tanto en datos de AgrantSEM como en datos de comportamiento que recopilamos mientras visita nuestros sitios. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Esta información puede combinarse con los datos que AgrantSEM haya recopilado de usted. Utilizamos los datos que suministramos a AgrantSEM para personalizar aún más su experiencia con la publicidad digital y mostrarle anuncios más relevantes. Política de privacidad de AgrantSEM
Bidtellect
Utilizamos los servicios de Bidtellect para mostrar publicidad digital en sitios respaldados por Bidtellect. Los anuncios se basan tanto en datos de Bidtellect como en datos de comportamiento que recopilamos mientras visita nuestros sitios. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Esta información puede combinarse con los datos que Bidtellect haya recopilado de usted. Utilizamos los datos que suministramos a Bidtellect para personalizar aún más su experiencia con la publicidad digital y mostrarle anuncios más relevantes. Política de privacidad de Bidtellect
Bing
Utilizamos los servicios de Bing para mostrar publicidad digital en sitios respaldados por Bing. Los anuncios se basan tanto en datos de Bing como en datos de comportamiento que recopilamos mientras visita nuestros sitios. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Esta información puede combinarse con los datos que Bing haya recopilado de usted. Utilizamos los datos que suministramos a Bing para personalizar aún más su experiencia con la publicidad digital y mostrarle anuncios más relevantes. Política de privacidad de Bing
G2Crowd
Utilizamos los servicios de G2Crowd para mostrar publicidad digital en sitios respaldados por G2Crowd. Los anuncios se basan tanto en datos de G2Crowd como en datos de comportamiento que recopilamos mientras visita nuestros sitios. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Esta información puede combinarse con los datos que G2Crowd haya recopilado de usted. Utilizamos los datos que suministramos a G2Crowd para personalizar aún más su experiencia con la publicidad digital y mostrarle anuncios más relevantes. Política de privacidad de G2Crowd
NMPI Display
Utilizamos los servicios de NMPI Display para mostrar publicidad digital en sitios respaldados por NMPI Display. Los anuncios se basan tanto en datos de NMPI Display como en datos de comportamiento que recopilamos mientras visita nuestros sitios. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Esta información puede combinarse con los datos que NMPI Display haya recopilado de usted. Utilizamos los datos que suministramos a NMPI Display para personalizar aún más su experiencia con la publicidad digital y mostrarle anuncios más relevantes. Política de privacidad de NMPI Display
VK
Utilizamos los servicios de VK para mostrar publicidad digital en sitios respaldados por VK. Los anuncios se basan tanto en datos de VK como en datos de comportamiento que recopilamos mientras visita nuestros sitios. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Esta información puede combinarse con los datos que VK haya recopilado de usted. Utilizamos los datos que suministramos a VK para personalizar aún más su experiencia con la publicidad digital y mostrarle anuncios más relevantes. Política de privacidad de VK
Adobe Target
Utilizamos los servicios de Adobe Target para probar nuevas características en nuestros sitios y ofrecerle una experiencia personalizada con esas características. Para ello, recopilamos datos de comportamiento mientras visita nuestros sitios. Estos datos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado, su dirección IP o ID de dispositivo, y su ID de Autodesk, entre otros. Puede que acceda a una versión diferente de nuestros sitios debido a las pruebas de características que hacemos, o que vea contenido personalizado en función de su perfil de visitante. Política de privacidad de Adobe Target
Google Analytics (Advertising)
Utilizamos los servicios de Google Analytics (Advertising) para mostrar publicidad digital en sitios respaldados por Google Analytics (Advertising). Los anuncios se basan tanto en datos de Google Analytics (Advertising) como en datos de comportamiento que recopilamos mientras visita nuestros sitios. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Esta información puede combinarse con los datos que Google Analytics (Advertising) haya recopilado de usted. Utilizamos los datos que suministramos a Google Analytics (Advertising) para personalizar aún más su experiencia con la publicidad digital y mostrarle anuncios más relevantes. Política de privacidad de Google Analytics (Advertising)
Trendkite
Utilizamos los servicios de Trendkite para mostrar publicidad digital en sitios respaldados por Trendkite. Los anuncios se basan tanto en datos de Trendkite como en datos de comportamiento que recopilamos mientras visita nuestros sitios. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Esta información puede combinarse con los datos que Trendkite haya recopilado de usted. Utilizamos los datos que suministramos a Trendkite para personalizar aún más su experiencia con la publicidad digital y mostrarle anuncios más relevantes. Política de privacidad de Trendkite
Hotjar
Utilizamos los servicios de Hotjar para mostrar publicidad digital en sitios respaldados por Hotjar. Los anuncios se basan tanto en datos de Hotjar como en datos de comportamiento que recopilamos mientras visita nuestros sitios. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Esta información puede combinarse con los datos que Hotjar haya recopilado de usted. Utilizamos los datos que suministramos a Hotjar para personalizar aún más su experiencia con la publicidad digital y mostrarle anuncios más relevantes. Política de privacidad de Hotjar
6 Sense
Utilizamos los servicios de 6 Sense para mostrar publicidad digital en sitios respaldados por 6 Sense. Los anuncios se basan tanto en datos de 6 Sense como en datos de comportamiento que recopilamos mientras visita nuestros sitios. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Esta información puede combinarse con los datos que 6 Sense haya recopilado de usted. Utilizamos los datos que suministramos a 6 Sense para personalizar aún más su experiencia con la publicidad digital y mostrarle anuncios más relevantes. Política de privacidad de 6 Sense
Terminus
Utilizamos los servicios de Terminus para mostrar publicidad digital en sitios respaldados por Terminus. Los anuncios se basan tanto en datos de Terminus como en datos de comportamiento que recopilamos mientras visita nuestros sitios. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Esta información puede combinarse con los datos que Terminus haya recopilado de usted. Utilizamos los datos que suministramos a Terminus para personalizar aún más su experiencia con la publicidad digital y mostrarle anuncios más relevantes. Política de privacidad de Terminus
StackAdapt
Utilizamos los servicios de StackAdapt para mostrar publicidad digital en sitios respaldados por StackAdapt. Los anuncios se basan tanto en datos de StackAdapt como en datos de comportamiento que recopilamos mientras visita nuestros sitios. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Esta información puede combinarse con los datos que StackAdapt haya recopilado de usted. Utilizamos los datos que suministramos a StackAdapt para personalizar aún más su experiencia con la publicidad digital y mostrarle anuncios más relevantes. Política de privacidad de StackAdapt
The Trade Desk
Utilizamos los servicios de The Trade Desk para mostrar publicidad digital en sitios respaldados por The Trade Desk. Los anuncios se basan tanto en datos de The Trade Desk como en datos de comportamiento que recopilamos mientras visita nuestros sitios. Los datos que recopilamos pueden incluir páginas que haya visitado, versiones de prueba que haya iniciado, vídeos que haya reproducido, compras que haya efectuado y su dirección IP o ID de dispositivo. Esta información puede combinarse con los datos que The Trade Desk haya recopilado de usted. Utilizamos los datos que suministramos a The Trade Desk para personalizar aún más su experiencia con la publicidad digital y mostrarle anuncios más relevantes. Política de privacidad de The Trade Desk
RollWorks
We use RollWorks to deploy digital advertising on sites supported by RollWorks. Ads are based on both RollWorks data and behavioral data that we collect while you’re on our sites. The data we collect may include pages you’ve visited, trials you’ve initiated, videos you’ve played, purchases you’ve made, and your IP address or device ID. This information may be combined with data that RollWorks has collected from you. We use the data that we provide to RollWorks to better customize your digital advertising experience and present you with more relevant ads. RollWorks Privacy Policy

¿Está seguro de que desea disfrutar de una experiencia limitada en Internet?

Nos gustaría proporcionarle una experiencia óptima. Si selecciona “Sí” para las categorías que aparecían en la pantalla anterior, recopilaremos y utilizaremos sus datos para personalizar su experiencia y desarrollar mejores aplicaciones. Para cambiar su configuración en cualquier momento, consulte nuestra declaración de privacidad

Su experiencia. Su elección.

Nos importa su privacidad. Los datos que recopilamos nos ayudan a comprender la forma en que se usan nuestros productos, la información que le podría interesar y lo que podemos mejorar para que su interacción con Autodesk le resulte más provechosa.

¿Podemos recopilar y usar sus datos para adaptar su experiencia?

Explore las ventajas de una experiencia personalizada mediante la administración de la configuración de privacidad de este sitio o visite nuestra Declaración de privacidad para conocer mejor las distintas opciones.