AU Class
AU Class
class - AU

Boosting Project Performance: Engineering Automation Workflow Using Dynamo

Partager ce cours
Rechercher des mots-clés dans les vidéos, les diapositives des présentations et les supports de cours :

Description

Revit software is a powerful tool in the building information modeling (BIM) world that can be linked to Robot Structural Analysis software. Structural analysis requirements and constraints make this link difficult to manage and often result in time-consuming manual adjustments in models. This class will explain how you can use Dynamo for automated creation of intelligent models (including MEP design) and structural analysis models with one engineering data set input based on shaft structure and pumping station project example. The intelligent model output includes all necessary information, schedules with concrete, and mapped required reinforced steel quantities. The second model output uses the same unique geometry while considering all structural load cases and combinations required for detailed design. We’ll show you how this engineering workflow allows users—with a previously impossible agility— to react quickly to change, leaving more time to on focus on core engineering rather than model and deliverable generation.

Principaux enseignements

  • Design the workflow to automate the creation of Revit and Robot Structural Analysis models using Dynamo.
  • Learn how to implement automation workflow as part of engineering projects to reduce time-consuming tasks, risk of errors, or inaccuracies.
  • Learn about maximizing automation workflow to quickly adapt on last-minute changes.
  • Learn about advantages and disadvantages of developing advanced Dynamo script.

Intervenants

  • Avatar de Wojciech Mleczko
    Wojciech Mleczko
    Civil Engineer interested in Bridge and Tunnel Structures with strong background of Building and Engineering Structures. Developing in Building Information Modelling and Structural Analysis.
  • Gary Furphy
    Gary Furphy is Director of Digital Engineering for Jacobs in the Middle East. Gary is a passionate leader, driven to transform operational approaches and drive adoption of technology to push boundaries to make project delivery more efficient and enjoyable. With over 25 years of global experience, having worked on a myriad of projects in both Europe and the Middle East, spanning sectors such as Pharmaceuticals and Rail. He had led the delivery of BIM and Asset Information on many projects. His holistic approach involves seamlessly connecting disparate solutions and methodologies to find the optimal approach for each unique need. Gary is passionate about fostering a culture of continuous learning and improvement, understanding the varying learning curves of individuals and encouraging an environment where knowledge and experiences are collaboratively shared and valued. Ultimately, Gary aspires to empower people to make better decisions through the application of digital technology.
  • Avatar de Emmanuel Lagardette
    Emmanuel Lagardette
    Emmanuel is an expert in structural analysis with more than 28 years’ experience in design technology and the AEC industries. In his current role, he leads a team of technical consultants solving complex problems to customers’ advanced requirements. As a technical consulting manager, Emmanuel combines his own broad technical background with a strategic business perspective to help customers develop holistic solutions.
Video Player is loading.
Current Time 0:00
Duration 35:23
Loaded: 0.47%
Stream Type LIVE
Remaining Time 35:23
 
1x
  • Chapters
  • descriptions off, selected
  • en (Main), selected
Transcript

WOJCEICH MLECZKO: Hello, everyone. This presentation is about developing of engineering automation workflow using Dynamo to improve product performance. We will cover aspects of package of scripts related to Revit and Robot Structural analysis. Furthermore, we will try to suggest potential improvement of post-processing tasks.

EMMANUEL LAGARDETTE: First of all, we will give you a moment to read the Safe Harbor statement, which includes important information. Now, you have all read it, here is a brief introduction on Jacobs and who we are.

[MUSIC PLAYING]

WOJCEICH MLECZKO: My name is Wojceich Mleczko. I'm a Bridge and Tunnel Engineer representing Jacobs, and please meet my co-speakers.

GARY FURPHY: My name is Gary Furphy. I'm a Digital Engineering Manager based out of Dubai in the Middle East.

EMMANUEL LAGARDETTE: My name is Emmanuel Lagardette, Implementation Consultant within the Autodesk enterprise customer success organization. The agenda for this class is the following.

After a short introduction including a brief on the shaft [INAUDIBLE], an overview of the project and the project team, we will review the typical challenge phase during the design phase of this kind of project, the solution we decided to implement helping to mitigate those challenges, and optimize project tasks.

Then, we will have a look on the solution workflow more in detail, and as a conclusion, review and discuss the benefit of implementing this solution on the project. As an introduction, let's have a look with Gary on shaft [INAUDIBLE], the project itself, and the project team.

GARY FURPHY: Thank you. You may ask yourself, why will you decide to automate an engineering solution around shafts? Well, shafts are actually everywhere. They're under our feet in pretty much every country in the world, and they have more similarities than differences.

They're used for water supply, stormwater, drainage, hydroelectric, ventilation, and even in metros for emergency escape shafts. We believed we could improve outcomes by creating a solution that merged multiple processes across engineering, building information modeling, and analysis into one solution.

We engaged with Autodesk to initially create a solution for one project in the Middle East and to test and validate those assumptions before expanding globally. This presentation is that story.

WOJCEICH MLECZKO: We'll focus on drainage network project as an example where we have faced 35 kilometers of tunnels, what was followed by 30 shaft structures, the same type with various depth, diameter, and [INAUDIBLE] thicknesses. And due to the number and repeatability of structures, it was decided to automate the design process.

GARY FURPHY: So as I said, we engaged Autodesk in this, and this is the project team that we came up with for creating this solution. We had Wojciech, myself, and Wolfgang Angerer-- who unfortunately couldn't be here today-- who's Engineering Tunnel Director also based in the Middle East.

From the Autodesk side, we had Emmanuel, who's presenting today, and Ian Bond, the Principal Consulting Project Manager. Now, let's review some of the challenges with Emmanuel-- or myself.

OK. So on all projects, change management is critical to success. Change will happen. It's how it's handled that's important. In the Middle East, we often have the advantage that we're building new infrastructure and greenfield sites. Yet, at the same time, our construction programs are extremely compressed.

For this [? strange ?] project in the Middle East, we have internal and external influences that affect the engineering and outcomes. The design process can be highly impacted by modifications that occur throughout the project. There are plenty of reasons for this change to occur.

On the left hand side of the slide, you see examples of some of these, and there's a lot of internal factors that can-- from modifications from different disciplines. On the right hand side of the slide, you can see the external influences on the project. We have influences from the clients themselves, location of tunnels, location of shafts, of infalls and outfalls.

On land development planning, particularly when you're building new cities, there's a lot going on at once, and you may be constrained by plots of land or building in those areas. And of course, we have the hydrology, and also then adjacent utilities or future utilities to consider as well.

Each change will have an impact on multiple disciplines working on a project in parallel. Furthermore, on a drainage and stormwater network, a modification on one side of the project might have massive impact on a whole network in a domino effect.

So let's talk a little bit about the actual project change management. So on the right hand side of this slide, you're seeing an example that affects three disciplines where we have a workflow with a start, an input definition modification. Then, we have production from each those disciplines and outputs and checking.

What we can see is that for this process, each time a modification is required, it impacts the input data of one part of the project, and each discipline check could require additional changes or completely invalidate the previous work. Those additional changes must be communicated to all other disciplines that have to perform, then, their own check and analysis considering their discipline-specific constraints.

And then this implies even more changes to the project design. All of this requires a lot of rework and models, deliverables, analysis, CFD. This will mechanically increase the delay in knowing each change's precise impact, and obviously, increasing the design time and the budget.

So when we look at creating an engineering solution for shafts like this, there's a number of business drivers. Number one, productivity. We need to do more with less. We want to integrate. So on a large scale project, there can be many disciplines and hundreds of people. We want to reuse the same information for many purposes.

We also want to standardize the way we work. And we recognize that with the shaft automation, we can apply this as a global solution, and then we can also increase quality and insurance and bring more value for our clients. So the savings don't only impact our side, they also impact our clients as well.

And then through optimization of network design, we can have a reduction in embodied carbon. Now, let's look at the solutions approach with Emmanuel.

EMMANUEL LAGARDETTE: The shaft design are often standardized and based on the same concept, mainly to facilitate and rationalize the maintenance and operations phase. Our shaft design are standardized.

This means one easy way of mitigating the impact of the design changes is to standardize their input data, automate their BIM and structural analysis models, the quantification of their required reinforcements, the deliverables, drawing, schedules, or even analysis reports.

This standardization and automation have been done using the following technologies. Revit [INAUDIBLE] BIM model, Robot Structural Analysis for their structural analysis model, also linked to the BIM model, BIM 360 Document Management, used as a common data environment for the whole project hosting model files, but also project documentation, Microsoft Excel to manage and standardize approach to aggregate shaft input data, but also to compute specific [INAUDIBLE] and transfer it into the structural analysis model.

Last but not least, as it is the backbone of this solution, Dynamo for Revit to automate [INAUDIBLE] Dynamo graph the creation of the BIM model of the structural analysis model, the analysis report, the reinforced concrete quantities, and also the drawing and schedule production out of the BIM model.

Here is the solution workflow describing the solution. First of all, we have the Excel file for grouping all the input data that engineer can complete or update easily, the Dynamo graph A1 to create the BIM model, the Dynamo graph A2 create the structural analysis model from the Excel file and the BIM model.

After those two steps, the structural engineers can perform their checks using Robot structural analysis, including the reinforced concrete design. If all design criteria are not met, engineers cannot take the shaft input data [? store in ?] Excel. The theme and structural analysis model can be updated until all design requirements are met.

When all of those design requirements are met, the Dynamo graph actually generates automatically the analysis report from Robot structural analysis, the Dynamo graph A4, [INAUDIBLE] reinforcement quantities on each concrete component of the BIM model.

The required reinforcement [INAUDIBLE] will be included in each shaft concrete component as a shared parameter in the Revit model. Finally, views, sheets, and [INAUDIBLE] of quantities will be generated automatically using the Dynamo graph A5.

Let's now review the solution main principles. Those main principles are the following. All shaft project input data are stored in one unique Excel file. This file is a unique source of data used by [INAUDIBLE] tool easily manageable for any update or checking.

The five automated tasks can be used independently. This ensures the flexibility of the workflow if needed in case of error. It is always possible to run one specific Dynamo graph to regenerate the BIM model [INAUDIBLE] report, or even to create an experimental structural analysis model.

Thanks to being BIM 360, the common data environment used for this project, includes all project data as the input data [INAUDIBLE] but also the model and the deliverables. It [INAUDIBLE] project stakeholders to have a seamless access to the last update of the project data and control their versions.

The automation tool has been developed in Dynamo for Revit based mainly on Python script, but also using the Visual Basic for application in Excel using straight versus compile plugins [INAUDIBLE] to adapt them very quickly to any potential changes from a project to another or even within the same project.

Those four main principles help to reduce inconsistencies and risk of error during the design phase of the project while keeping the solution quite flexible. Let's now review the detailed workflow of the solution with Wojceich.

WOJCEICH MLECZKO: The whole process of automation is controlled by the Excel file. Each row represents data for each structure, and each worksheet is associated with a particular data set, such as coordinates, element dimensions, soil parameters, loss load combinations.

Starting from the general information source, coordinates, ground level, incoming and outgoing [? Thomas ?] diameter, angle from the north, and level with this data received [INAUDIBLE] of the structure. Next parameters are tunnel wall thickness and slope. The same approach is used for defining connections data.

The next step is related to definition of elements parameters. This worksheet is connected with bottom chamber of the structure. You can define the diameter of the chamber, bottom slab, and top slab levels. They are calculated by the Excel.

It's not a [? black box, ?] and all values can be controlled by the user engineer. What is also defined? Wall thicknesses, slab thicknesses, concrete grade for each element chosen from the list will be applied both in Revit and in Robot. Dimensions for access structures with openings are also defined in the Excel file.

The same approach is used to define top chamber elements parameters. We can also define [INAUDIBLE] dimensions for each structural element and the soil layers by starting and ending level of each of them and groundwater level based on the weight. The ground pressure is calculated-- also the groundwater pressure

Furthermore, we can define elasticity of the ground, which will be used for applying the supports. In this case, we can define up to five soil layers.

Next logs defined in the Excel file are connected with the structural analyzer software such as [INAUDIBLE].

For example, [INAUDIBLE] concrete for each chamber, temperature, including a maximum gradient, minimum gradient, heating, and cooling temperature. Shrinkage as an [INAUDIBLE].

[INAUDIBLE] factor for further structural analysis. We can also define [INAUDIBLE] with proper label, nature, and then. The next advantage of this workflow is definition of load combinations for ultimate limit state, serviceability limits state, and others. By assigning proper load factor, we can adjust the calculation to understand that we want.

As [INAUDIBLE] mentioned before, the whole workflow consists of a few Dynamo scripts. To create the BIM model, we need to open the first one related to Revit.

The script is linked to the Excel file with input data. We only need to choose the number of substructure, which model we want to create for. Names of worksheets from where we need to extract data for this task are listed-- also variables, segregated, prepared for the programming process and geometric creation.

Due to clarity, the transparency [INAUDIBLE] divided to sections where we cover aspects of [INAUDIBLE] concrete creation, incoming and outgoing tunnel openings, wall and slab types creation in Revit.

Next parts are related to outline geometry in Dynamo. All these necessary point for further creation of elements in Revit. This task is done with the Python [INAUDIBLE]. We can find the defined functions to access Revit API.

Through hundreds of lines of code, we set up the complete Revit model with thicknesses, materials, beam parameters if they are predefined. This approach is used for structural elements like walls and slabs.

Now, let's run the script. With one click after a few seconds, we have precise model of the structure. Each element is marked.

You can be sure about correctness of the elements, which could be very difficult to create with precision like this, such as incoming and outgoing tunnel openings, exactly defined diameter level and slope, shape of the branching concrete with slopes in each direction, parallel and perpendicular to the tunnel.

Creation of this element in classic, manual way would take many hours, and this range of accuracy would be difficult to achieve. The important part of the Revit [? rated ?] script is creating the analytical model with Python script assigning spring supports to panels, which reflects the cooperation of the structure with the ground.

We are also adjusting connections between the panels, including openings, which are placed in line with center of the walls.

The BIM model can be exported to ACIS file format and saved on BIM 360 platform for CFD analysis. This procedure allows real time feedback delivered by hydraulic engineers. Furthermore, simplifies tracking of any changes and reduces the risk of inaccuracies.

After receiving any comments, it's easy-- just with one click-- to remodel the structure before moving forward to structural analysis stage.

To create a Robot structural analysis model [INAUDIBLE] before Revit model, we need to open a second Dynamo script.

The approach is similar. Script is linked to Excel with input data. We [INAUDIBLE] need to choose a number of shafts structure, which model you want to create for. Names of worksheets from where we need to extract data for this task are listed.

Name of the elements from Revit are mapped with the panels, which we will create in Robot. And the main node in Dynamo responsible for the whole task is Python [INAUDIBLE]. We are using Python programming to access software API, and the script covers creation of panels for each structural element, such as walls and slabs with definition of spring supports where it's needed.

Creation of load cases, load combinations, which are predefined in the Excel file, and finally, application of all loads.

Let's run the script. And for design reasons, the model has been divided into two parts, bottom and top chamber. Now, we can see the model of the bottom chamber. Additional script is responsible for the second part of the structure.

And in the model, we have spring supports related to the soil layers, element's weaknesses correlated with Revit model, and [INAUDIBLE] the structure dimensions defined in the Excel file.

The load cases-- we've applied the loads like ground pressure and the static load.

Most of them are very time consuming during [INAUDIBLE] process of modeling. And we've got ready load combinations with load factors predefined in the Excel file.

One of the important parts of this workflow is seismic load application. In case of underground structure like this, we are following [INAUDIBLE] approach. We are defining direction of the load as the angle from the north, then basing on seismic parameters [INAUDIBLE] ground movement is calculated.

The load assigned the Excel to previously defined load cases in Robot structural analysis. And after clicking the button, the load is generated in the software, the application developed in VBA in Excel.

The movement is calculated-- actually, recalculated to [INAUDIBLE] forces taking into account spring support elasticity. It takes a while because we are now recalculating and generating 1,000 of nodal forces. Doing this task manually, in my point of view, is impossible.

And now, after choosing [INAUDIBLE] where the seismic load was assigned, we can see the nodal forces applied in the center of finite elements with the value changing along the height of the structure.

With the load combinations, there are included two load cases, assuming the angle difference of 90 degrees. And this solution is very useful when changing the meshing dimensions. When decreasing or increasing finite elements, nodal forces disappear, and we end the application again.

To automate the process of production of the structural analysis report, there is another script in the package [INAUDIBLE] defined template, such as 3D views with annotated panel thicknesses, mesh, [INAUDIBLE] load cases and load combinations, [INAUDIBLE] forces maps, and forces envelopes.

We can reduce time-- therefore, costs, of course-- from 12 hours to one hour. [INAUDIBLE] it's very important to maintain the consistency of the present results for all structures.

To insure the flow of information between the BIM model and structural analysis model, we develop the script which extracts the required reinforcement area on the center of finite element and the area. The next step calculates the volume for each panel and finally calculates the rate of reinforcement and creates shared parameter intervals to host this information for each element corresponding to a panel in Robot.

The last part of the workflow is drawing production. You can produce, with one click, 3D views, plan views, and cross-sections, place them on the sheets, and drawings prepared this way are ready to annotate and print. And now let's focus on the conclusion with Gary.

GARY FURPHY: Thank you, Wojceich, for that fascinating look into how we've developed this solution. Now, let's look at the investment in creating a solution like this. And note that in our case, the development has not stopped. We're building additional capability as we move forward.

But for this solution in particular, if you look at the investment, we're talking roughly 1,200 hours to prototype, test, fail. And failure is always an option when you're doing something completely new. Then, we needed to validate and run the solution on one project. If we compare this to the traditional spend of approximately 3,400 hours, we can see that we are already more efficient, and we've made our investment back.

And this is where it becomes really powerful. We then compare this to future spends on future projects where we're not starting from scratch, where we're just adding and developing on the existing solution, taking into account maybe local codes or various influences in different parts of the world.

We may be looking at 600 hours on a project of similar size. This is less than 20% of the traditional approach hours. That's a very, very good value proposition.

I'm just going to bring up a graph here, and this can show you. On a project where you're designing, in this case, 12 structures, by the time we have designed a third structure in automated approach, we've already broke even.

So let's look at some of the benefits, disadvantages, and advantages. So some things you need to consider-- the initial development time. If you're going to do that while you have a project that's going on, you're not going to see any project progress while you're developing a solution because you're going to be creating that solution, prototyping, testing if it works or not. Your project team needs to be aware of that.

Then, depending on the project particulars, it can be quite difficult to estimate the amount of time something's going to take. So if you have a new variation introduced-- so for example, originally, we were not going to do seismic loads for this solution. We decided we would because we are happy with the progress we were making in other parts of it.

Or, for example, our initial thought on one project was to use baffle drop shafts, and then there was a change to vortex drop shafts. So we had to go back, re-prototype, test, validate, and make sure it worked.

And then, of course, with any solution, you need to have a budget and a support team to be assigned. As the tools, our solution interacts with changes-- requires constant updates and debugging. So for example, versions of Revit or Excel or Robot structural analysis change, we will need to update this solution and test that it works with newer versions.

Also, people's skill set. This is really key. Without people who understand both the engineering-- Python code, API calls, Robot, Revit, Dynamo-- you're not going anywhere. The number of people who can do this in world is quite finite.

You need to find somebody who's excited about both the engineering aspect, the coding aspect, and working with these tools, and then you need to convince them to give up their time from their traditional project workload to work on something like this. Thankfully, we have those people here, and it's quite excited to see how far they've stretched the solution beyond what we originally thought was possible.

And then, trust in engineering solutions. It can be quite difficult with many project managers and engineers to convince them that this works, especially when you're starting from scratch and you don't have a project in the past to say, well, we used it on these five projects, and it worked. So it's a hard sell. Therefore, it's critical that you have the world's leading [INAUDIBLE] experts as a stakeholder on your projects to help you get over that hump.

And if we look at the advantages, we've significantly reduced the effort required to design shafts, and it's a big saving for our business. And we can be more competitive on bids. And it's a real value proposition in the sales stage as well.

We have a reduction in errors because it's a single source of data. It might be a large source, but at least in multiple outputs, and we gain certainty in much earlier stages of projects. So at a traditional concept phase, we can produce pretty much detailed design and really test those assumptions and gain certainty that something is going to work in reality.

And then if we look at the building information modeling, if we keep it at a stage that directly as it comes out of the solution without annotation, as things change in the project if we need to move shafts or change sizes of shops, we can model that without losing any time. There's very minimal input required to change size [INAUDIBLE] locations, and we can be extremely agile.

The quality and consistency of this delivery is very high, so we're reducing the amount of technical checking required and enabling a higher focus in the pure engineering validation. So the benefit is clear to us.

For a single set of engineering inputs, recreate multiple sets of deliverables and building information model, drawings sets, structural analysis, CFD, seismic load calculations, reinforcement quantity, calculation reports, force maps. In many ways, we've created digital twins or multiple sets of digital twins, and that's a really strong case for doing engineering automation like this.

Thank you for your time, and thank you to Wojceich and Emmanuel.

______
icon-svg-close-thick

Préférences en matière de cookies

Votre confidentialité est primordiale pour Autodesk et nous mettons tout en oeuvre pour vous garantir la meilleure expérience possible. Pour nous aider à personnaliser les informations que vous recevrez et à créer des applications, nous collectons des données sur votre utilisation de ce site.

Nous autorisez-vous à collecter et à utiliser vos données ?

En savoir plus sur les services tiers que nous utilisons et sur notre Déclaration de confidentialité.

Cookies indispensables au fonctionnement de notre site et à la fourniture de nos services

Ces cookies nous permettent d'enregistrer vos préférences ou vos informations de connexion, de répondre à vos demandes ou de traiter les achats de votre panier.

Cookies visant à améliorer votre expérience grâce à l'affichage de contenu pertinent

Ces cookies nous permettent d'améliorer les fonctionnalités et la personnalisation. Ils sont configurés par Autodesk ou par des fournisseurs tiers auxquels nous faisons appel afin de vous proposer une expérience et des informations adaptées à vos besoins.Si vous n'autorisez pas l'utilisation de ces cookies, certains ou l'ensemble des services risquent d'être indisponibles.

Personnalisation des publicités à des fins de ciblage

Ces cookies collectent des données vous concernant, en fonction de vos activités et de vos centres d'intérêt, afin d'afficher des publicités pertinentes et d'en évaluer l'utilité. Grâce aux données collectées, ces publicités seront davantage ciblées. Si vous n'autorisez pas les cookies, elles seront moins pertinentes.

icon-svg-close-thick

SERVICES TIERS

Découvrez les services tiers que nous utilisons pour chaque catégorie et la façon dont nous exploitons les données que nous collectons sur vous en ligne.

icon-svg-hide-thick

icon-svg-show-thick

Cookies indispensables au fonctionnement de notre site et à la fourniture de nos services

Qualtrics
Nous faisons appel à Qualtrics pour que vous puissiez nous faire part de vos commentaires par le biais d'enquêtes et de formulaires en ligne. Vous êtes susceptible d'être sélectionné au hasard pour participer à une enquête. Vous pouvez aussi nous faire directement part de vos commentaires. Nous collectons des données afin de connaître les actions que vous avez effectuées avant de participer à une enquête. Cela nous aide à résoudre les éventuels problèmes. Politique de confidentialité de Qualtrics
Akamai mPulse
Nous faisons appel à Akamai mPulse pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Akamai mPulse
Digital River
Nous faisons appel à Digital River pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Digital River
Dynatrace
Nous faisons appel à Dynatrace pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Dynatrace
Khoros
Nous faisons appel à Khoros pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Khoros
Launch Darkly
Nous faisons appel à Launch Darkly pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Launch Darkly
New Relic
Nous faisons appel à New Relic pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de New Relic
Salesforce Live Agent
Nous faisons appel à Salesforce Live Agent pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Salesforce Live Agent
Wistia
Nous faisons appel à Wistia pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Wistia
Tealium
Nous faisons appel à Tealium pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Tealium
Upsellit
Nous faisons appel à Upsellit pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Upsellit
CJ Affiliates
Nous faisons appel à CJ Affiliates pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de CJ Affiliates
Commission Factory
Nous faisons appel à Commission Factory pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Commission Factory
Google Analytics (Strictly Necessary)
Nous faisons appel à Google Analytics (Strictly Necessary) pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Google Analytics (Strictly Necessary)
Typepad Stats
Nous faisons appel à Typepad Stats pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Typepad Stats
Geo Targetly
Geo Targetly nous permet de rediriger les visiteurs de notre site vers la page appropriée et/ou de leur proposer un contenu adapté à leur emplacement géographique. Geo Targetly se sert de l’adresse IP des visiteurs du site pour déterminer approximativement la localisation de leur appareil. Cela permet de s'assurer que les visiteurs ont accès à un contenu dans ce que nous évaluons être la bonne langue.Politique de confidentialité de Geo Targetly
SpeedCurve
Nous utilisons SpeedCurve pour contrôler et mesurer les performances de notre site Web à l’aide de mesures du temps de chargement de nos pages Web et de la réactivité des éléments successifs tels que les images, les scripts et le texte.Politique de confidentialité 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

Cookies visant à améliorer votre expérience grâce à l'affichage de contenu pertinent

Google Optimize
Nous faisons appel à Google Optimize afin de tester les nouvelles fonctionnalités de nos sites et de personnaliser votre expérience. Pour ce faire, nous collectons des données comportementales lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil, d'ID Autodesk, etc. La version de nos sites peut varier en fonction des tests de fonctionnalités. Le contenu, quant à lui, peut être personnalisé en fonction de vos attributs de visiteur. Politique de confidentialité de Google Optimize
ClickTale
Nous faisons appel à ClickTale pour mieux identifier les difficultés que vous pouvez rencontrer sur nos sites. L'enregistrement des sessions nous permet de savoir comment vous interagissez envers nos sites, notamment envers les éléments de nos pages. Vos informations personnellement identifiables sont masquées et ne sont pas collectées. Politique de confidentialité de ClickTale
OneSignal
Nous faisons appel à OneSignal pour afficher des publicités numériques sur les sites pris en charge par OneSignal. Les publicités sont basées à la fois sur les données de OneSignal et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que OneSignal a collectées sur vous. Les données que nous fournissons à OneSignal nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de OneSignal
Optimizely
Nous faisons appel à Optimizely afin de tester les nouvelles fonctionnalités de nos sites et de personnaliser votre expérience. Pour ce faire, nous collectons des données comportementales lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil, d'ID Autodesk, etc. La version de nos sites peut varier en fonction des tests de fonctionnalités. Le contenu, quant à lui, peut être personnalisé en fonction de vos attributs de visiteur. Politique de confidentialité de Optimizely
Amplitude
Nous faisons appel à Amplitude afin de tester les nouvelles fonctionnalités de nos sites et de personnaliser votre expérience. Pour ce faire, nous collectons des données comportementales lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil, d'ID Autodesk, etc. La version de nos sites peut varier en fonction des tests de fonctionnalités. Le contenu, quant à lui, peut être personnalisé en fonction de vos attributs de visiteur. Politique de confidentialité de Amplitude
Snowplow
Nous faisons appel à Snowplow pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Snowplow
UserVoice
Nous faisons appel à UserVoice pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de UserVoice
Clearbit
Clearbit autorise les données d’enrichissement en temps réel afin de fournir une expérience personnalisée et pertinente à ses clients. Les données que nous collectons peuvent inclure les pages que vous avez consultées, les versions d’évaluation que vous avez lancées, les vidéos que vous avez visionnées, les achats que vous avez réalisés, ainsi que votre adresse IP ou l’ID de votre appareil.Politique de confidentialité de Clearbit
YouTube
YouTube est une plate-forme de partage de vidéos qui permet aux utilisateurs de visionner et de partager des vidéos qui sont intégrées à nos sites Web. YouTube fournit des indicateurs sur les performances des vidéos. Politique de confidentialité de YouTube

icon-svg-hide-thick

icon-svg-show-thick

Personnalisation des publicités à des fins de ciblage

Adobe Analytics
Nous faisons appel à Adobe Analytics pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil et d'ID Autodesk. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Adobe Analytics
Google Analytics (Web Analytics)
Nous faisons appel à Google Analytics (Web Analytics) pour collecter des données comportementales sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces données nous permettent de mesurer les performances de nos sites et d'évaluer la qualité de votre expérience en ligne afin d'améliorer les fonctionnalités que nous proposons. Grâce à des méthodes d'analytique avancées, nous optimisons également votre expérience dans les domaines suivants : communication par e-mail, assistance client et ventes. Politique de confidentialité de Google Analytics (Web Analytics)
AdWords
Nous faisons appel à AdWords pour afficher des publicités numériques sur les sites pris en charge par AdWords. Les publicités sont basées à la fois sur les données de AdWords et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que AdWords a collectées sur vous. Les données que nous fournissons à AdWords nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de AdWords
Marketo
Nous faisons appel à Marketo pour vous envoyer des e-mails dont le contenu est ciblé. Pour ce faire, nous collectons des données concernant votre comportement en ligne et votre interaction envers les e-mails que nous envoyons. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil, de taux d'ouverture des e-mails, de clics sur des liens, etc. Nous sommes susceptibles d'utiliser ces données en combinaison envers celles obtenues auprès d'autres sources pour vous offrir des expériences améliorées en matière de ventes ou de service clientèle, ainsi que du contenu pertinent basé sur un traitement analytique avancé. Politique de confidentialité de Marketo
Doubleclick
Nous faisons appel à Doubleclick pour afficher des publicités numériques sur les sites pris en charge par Doubleclick. Les publicités sont basées à la fois sur les données de Doubleclick et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Doubleclick a collectées sur vous. Les données que nous fournissons à Doubleclick nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Doubleclick
HubSpot
Nous faisons appel à HubSpot pour vous envoyer des e-mails dont le contenu est ciblé. Pour ce faire, nous collectons des données concernant votre comportement en ligne et votre interaction envers les e-mails que nous envoyons. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil, de taux d'ouverture des e-mails, de clics sur des liens, etc. Politique de confidentialité de HubSpot
Twitter
Nous faisons appel à Twitter pour afficher des publicités numériques sur les sites pris en charge par Twitter. Les publicités sont basées à la fois sur les données de Twitter et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Twitter a collectées sur vous. Les données que nous fournissons à Twitter nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Twitter
Facebook
Nous faisons appel à Facebook pour afficher des publicités numériques sur les sites pris en charge par Facebook. Les publicités sont basées à la fois sur les données de Facebook et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Facebook a collectées sur vous. Les données que nous fournissons à Facebook nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Facebook
LinkedIn
Nous faisons appel à LinkedIn pour afficher des publicités numériques sur les sites pris en charge par LinkedIn. Les publicités sont basées à la fois sur les données de LinkedIn et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que LinkedIn a collectées sur vous. Les données que nous fournissons à LinkedIn nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de LinkedIn
Yahoo! Japan
Nous faisons appel à Yahoo! Japan pour afficher des publicités numériques sur les sites pris en charge par Yahoo! Japan. Les publicités sont basées à la fois sur les données de Yahoo! Japan et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Yahoo! Japan a collectées sur vous. Les données que nous fournissons à Yahoo! Japan nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Yahoo! Japan
Naver
Nous faisons appel à Naver pour afficher des publicités numériques sur les sites pris en charge par Naver. Les publicités sont basées à la fois sur les données de Naver et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Naver a collectées sur vous. Les données que nous fournissons à Naver nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Naver
Quantcast
Nous faisons appel à Quantcast pour afficher des publicités numériques sur les sites pris en charge par Quantcast. Les publicités sont basées à la fois sur les données de Quantcast et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Quantcast a collectées sur vous. Les données que nous fournissons à Quantcast nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Quantcast
Call Tracking
Nous faisons appel à Call Tracking pour fournir des numéros de téléphone personnalisés dans le cadre de nos campagnes. Vous pouvez ainsi contacter nos agents plus rapidement et nous pouvons évaluer nos performances plus précisément. Nous sommes susceptibles de collecter des données sur votre utilisation de nos sites en fonction du numéro de téléphone fourni. Politique de confidentialité de Call Tracking
Wunderkind
Nous faisons appel à Wunderkind pour afficher des publicités numériques sur les sites pris en charge par Wunderkind. Les publicités sont basées à la fois sur les données de Wunderkind et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Wunderkind a collectées sur vous. Les données que nous fournissons à Wunderkind nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Wunderkind
ADC Media
Nous faisons appel à ADC Media pour afficher des publicités numériques sur les sites pris en charge par ADC Media. Les publicités sont basées à la fois sur les données de ADC Media et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que ADC Media a collectées sur vous. Les données que nous fournissons à ADC Media nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de ADC Media
AgrantSEM
Nous faisons appel à AgrantSEM pour afficher des publicités numériques sur les sites pris en charge par AgrantSEM. Les publicités sont basées à la fois sur les données de AgrantSEM et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que AgrantSEM a collectées sur vous. Les données que nous fournissons à AgrantSEM nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de AgrantSEM
Bidtellect
Nous faisons appel à Bidtellect pour afficher des publicités numériques sur les sites pris en charge par Bidtellect. Les publicités sont basées à la fois sur les données de Bidtellect et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Bidtellect a collectées sur vous. Les données que nous fournissons à Bidtellect nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Bidtellect
Bing
Nous faisons appel à Bing pour afficher des publicités numériques sur les sites pris en charge par Bing. Les publicités sont basées à la fois sur les données de Bing et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Bing a collectées sur vous. Les données que nous fournissons à Bing nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Bing
G2Crowd
Nous faisons appel à G2Crowd pour afficher des publicités numériques sur les sites pris en charge par G2Crowd. Les publicités sont basées à la fois sur les données de G2Crowd et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que G2Crowd a collectées sur vous. Les données que nous fournissons à G2Crowd nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de G2Crowd
NMPI Display
Nous faisons appel à NMPI Display pour afficher des publicités numériques sur les sites pris en charge par NMPI Display. Les publicités sont basées à la fois sur les données de NMPI Display et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que NMPI Display a collectées sur vous. Les données que nous fournissons à NMPI Display nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de NMPI Display
VK
Nous faisons appel à VK pour afficher des publicités numériques sur les sites pris en charge par VK. Les publicités sont basées à la fois sur les données de VK et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que VK a collectées sur vous. Les données que nous fournissons à VK nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de VK
Adobe Target
Nous faisons appel à Adobe Target afin de tester les nouvelles fonctionnalités de nos sites et de personnaliser votre expérience. Pour ce faire, nous collectons des données comportementales lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP, d'ID d'appareil, d'ID Autodesk, etc. La version de nos sites peut varier en fonction des tests de fonctionnalités. Le contenu, quant à lui, peut être personnalisé en fonction de vos attributs de visiteur. Politique de confidentialité de Adobe Target
Google Analytics (Advertising)
Nous faisons appel à Google Analytics (Advertising) pour afficher des publicités numériques sur les sites pris en charge par Google Analytics (Advertising). Les publicités sont basées à la fois sur les données de Google Analytics (Advertising) et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Google Analytics (Advertising) a collectées sur vous. Les données que nous fournissons à Google Analytics (Advertising) nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Google Analytics (Advertising)
Trendkite
Nous faisons appel à Trendkite pour afficher des publicités numériques sur les sites pris en charge par Trendkite. Les publicités sont basées à la fois sur les données de Trendkite et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Trendkite a collectées sur vous. Les données que nous fournissons à Trendkite nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Trendkite
Hotjar
Nous faisons appel à Hotjar pour afficher des publicités numériques sur les sites pris en charge par Hotjar. Les publicités sont basées à la fois sur les données de Hotjar et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Hotjar a collectées sur vous. Les données que nous fournissons à Hotjar nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Hotjar
6 Sense
Nous faisons appel à 6 Sense pour afficher des publicités numériques sur les sites pris en charge par 6 Sense. Les publicités sont basées à la fois sur les données de 6 Sense et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que 6 Sense a collectées sur vous. Les données que nous fournissons à 6 Sense nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de 6 Sense
Terminus
Nous faisons appel à Terminus pour afficher des publicités numériques sur les sites pris en charge par Terminus. Les publicités sont basées à la fois sur les données de Terminus et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que Terminus a collectées sur vous. Les données que nous fournissons à Terminus nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de Terminus
StackAdapt
Nous faisons appel à StackAdapt pour afficher des publicités numériques sur les sites pris en charge par StackAdapt. Les publicités sont basées à la fois sur les données de StackAdapt et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que StackAdapt a collectées sur vous. Les données que nous fournissons à StackAdapt nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité de StackAdapt
The Trade Desk
Nous faisons appel à The Trade Desk pour afficher des publicités numériques sur les sites pris en charge par The Trade Desk. Les publicités sont basées à la fois sur les données de The Trade Desk et sur les données comportementales que nous collectons lorsque vous naviguez sur nos sites. Il peut s'agir de pages visitées, de versions d'évaluation activées, de vidéos lues, d'achats, d'adresses IP ou d'ID d'appareil. Ces informations sont susceptibles d'être fusionnées envers des données que The Trade Desk a collectées sur vous. Les données que nous fournissons à The Trade Desk nous servent à personnaliser les publicités numériques afin de les rendre plus pertinentes. Politique de confidentialité 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

Voulez-vous améliorer votre expérience en ligne?

Nous souhaitons vous offrir une expérience optimale. Si vous choisissez Oui pour les catégories présentées dans l'écran précédent, nous collecterons vos données et les utiliserons afin de personnaliser votre expérience et d'améliorer nos applications. Vous pouvez modifier vos paramètres à tout moment en accédant à notre Déclaration de confidentialité.

Votre expérience. Votre choix.

Nous respectons votre confidentialité. Les données que nous collectons nous aident à comprendre votre utilisation de nos produits, à identifier les informations susceptibles de vous intéresser, mais aussi à améliorer et à valoriser votre engagement envers Autodesk.

Nous autorisez-vous à collecter et à utiliser vos données afin de personnaliser votre expérience ?

Découvrez tous les avantages d'une expérience personnalisée. Vous pouvez gérer vos paramètres confidentialité pour ce site. Pour en savoir plus sur les options disponibles, consultez notre Déclaration de confidentialité.