AU Class
AU Class
class - AU

ECOFACT (Eco-Innovative Energy FACTory Management System)

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

Description

ECOFACT is a €12 million, Horizon 2020, EU-funded project made up of 20 consortium members from several European countries aiming at developing an ECO-innovative energy factory management platform using improved dynamic LCA/LCCA toward holistic manufacturing sustainability. The platform will be deployed in four different demo sites: a biscuit factory (Gullon), a Stellantis Group automotive factory (Tofas), a Heineken Group brewery (Athenian Brewery) and a multinational household appliances factory (Arçelik). One team is leading the development of the digital twin platform (DTP), based on Autodesk Forge software and composed of production lines, 3D models, and different applications (material-flow simulations, energy simulations, production planning and scheduling, industrial energy disaggregation, and industrial energy flexibility). The DTP will display simulation results and real-time Internet of Things (IoT) data alongside the 3D models maximizing Autodesk Forge functionalities.

Principaux enseignements

  • Assess the potential of a solution based on the Autodesk Forge platform and its APIs.
  • Learn about how to optimize production—and operation and maintenance—processes and reduce energy consumptions and costs.
  • Learn about validating industrial digital twins in the Autodesk Forge environment, integrating real-time IoT data.
  • Learn about combining energy and resource management systems with a dynamic LCA and LCCA approach.

Intervenants

  • Andrea Perego
    Andrea Perego is a Management Engineer graduated with full marks at Politecnico di Milano who firmly believes in the power of ideas supported by sweat and tears. Currently in One Team Andrea leads the business unit dealing with the scouting and management of value-added projects, including Research & Innovation (R&I) projects funded by the European Union (EU), mainly in the field of BIM, Digital Twins and Augmented and Virtual Reality (AR/VR). Andrea and One Team's goal is to create value through innovation, fostering by the way the compliance with current sustainability paradigms. Recently Andrea and his team have been working at three Horizon 2020 (H2020) and three Horizon Europe (HEU) projects: www.bim4eeb-project.eu (7M € budget); www.infinitebuildingrenovation.eu (10.1M € budget); www.ecofact-project.eu (12.3M € budget); www.buildon-project.eu (6.8M € budget); www.crete-valley.eu (25.2M € budget); www.retime-project.eu (5.5M € budget). Furthermore, as a Board Member of the company, Andrea is also in charge of managing strategic alliances with existing partners and scouting new ones. As Marketing Director, Andrea helped his team to manage the rebranding of the company, including the development of One Team's new website (www.oneteam.it). In closing he recently he became CEO of One Team Iberia.
Video Player is loading.
Current Time 0:00
Duration 39:33
Loaded: 0.42%
Stream Type LIVE
Remaining Time 39:33
 
1x
  • Chapters
  • descriptions off, selected
  • en (Main), selected
Transcript

ANDREA PEREGO: Hello, everybody. Thank you for being here with us. We are here for presenting ECOFACT. ECOFACT stands for ECO-innovative FACTory management system. But let's not focus on the acronym and let's see what the project is about.

So let's have a look at the project in a nutshell. In a big nutshell, actually, because it's a huge project. It's a 12 million Euro project. It started in 2020. It lasts 48 months. And it's carried out by a consortium of 20 organizations.

This project has been founded by Horizon 2020 program. So by the European Union. And from our point of view, the core part of this project is the Digital Twin platform based on Forge.

This Digital Twin platform will be the Energy and Resource Management System of the project. And we will see later on what we mean with Energy and Resource Management System.

But first, let's focus on the learning objectives of this class. So first of all, the first learning objective is understanding how to build up a Digital Twin Platform on Forge, exploiting its relevant APIs. Then we will see how to deepen the knowledge on the whole ECOFACT platform. And especially on the part that is composed by the Energy and Resource Management System.

So by the Digital Twin Platform itself, combined with the dynamic LCA and LCC. So lifecycle analysis and lifecycle cost assessment. Assess the potential of the integrated platform and understand how it could support the industrial process optimization and more in general, learn how European Union is contributing to boost sustainability through digitalization thanks to Horizon 2020 program.

But let's start with why. So why have we done this? Why ECOFACT? So basically, we all know that more is inevitable nowadays. So we are producing more and more. We are growing. Population is growing, so we need more cars. We need more streets. We need more buildings. But from the other side, we need to produce more with less, because we have less resources. We can exploit less resources. And furthermore, we have to produce more with less consumption of energy, if possible, and especially with less CO2 emission, because we are all aware of the environmental issues we are all facing.

So there is a huge opportunity, basically. The opportunity of doing better. The opportunity of doing better and do it differently because we cannot solve our problems with the same thinking we used when we created them. And this is basically why the European Union has promoted the Horizon 2020 program.

The Horizon 2020 program, as a matter of fact, is a program financing innovation. So financing innovation with the aim of cutting greenhouse gas emissions. So financing innovation in different sectors, but with the aim of cutting greenhouse gas emissions.

So as I said before, ECOFACT, that is the project we are talking about today is part of this program. But as one thing, we are working also on other projects financed by the European Union with the same aim. So the final aim of those project is to cut the CO2 emission. In this case, you can see other projects as I said. So BIM4EEB, Infinite auto project where our role is to develop always let's call it the BIM platform, so the platform hosting the BIM models, and the BIM models themselves.

And the aim of this project in this case is to foster innovation and make existing buildings more efficient from an energy point of view, exploiting thanks to digitalization, thanks to BIM information modeling.

But today we are focusing, as I said before, on ECOFACT. ECOFACT is a focus on a different sector. So it's focus on manufacturing. It's focused on industry. As a matter of fact, ECOFACT, the goal of ECOFACT is the optimization of processes of industrial processes of factories. Especially for big factories, as we will see later.

And as I said before, in this project, it's necessary a change of paradigm. In this case, in the planning of the industrial processes, thanks to the ECOFACT project, the environmental part will be taking care at the beginning, at the very beginning of the planning, and not at the end of pipe.

So this is the big changes. So taking into consideration as a parameter the environmental issue since the very beginning of the planning of processes.

So let's say that at the end, the final goal is work through sustainability. And as one team-- as One Team is our company, we have always been interested in sustainability issues. As a matter of fact, our logo itself resembled the healthy sets and our motto is transform competencies and technology into value to make a better world, a more sustainable world. That's why we have been working in this industry, in these European-funded projects in [INAUDIBLE].

But let's stop one second before deep diving into who we are and presenting also ourselves. So me, Andrea, and my colleague, Alder. Let's have a look at the overall agenda.

So first we will start with an introduction. So introducing our company, myself, and Mister Alder Moriggi. Then we will talk about the project at a higher level. So we will give you a project overview. Then we will deep dive into the solution.

So we will see what is a digital platform, how is it made. And then we will focus on the next step. So what's next? Which are the future challenges and the call to actions?

OK. As I said before, now let's introduce better the company and ourselves.

So as you can see from the video, we are a consulting company working in different fields. So we are working in building formation modeling. We are working in manufacturing. So we talk about industry 4.0. We are working with the GIS system, so we're talking about [INAUDIBLE] system as a solution. And we have been doing this for over 25 years. And we are also one of the top 10 Autodesk Platinum partners at the EMEA level, and that's why we want to also thank Autodesk for the support and thank you for Autodesk for hosting us today and giving us the opportunity to share with you the results of this interesting, important project.

So these are our key numbers. So we are a staff of more than 100 people. We have 60k users. More than 60k users. Total revenue of about 37 millions, and 11 locations spread all over South Europe.

Last but not least, here we are. I am Andrea Perego. I'm a management engineer. I am the project manager of the ECOFACT project. And I'm here with Alder Moriggi, the leading engineer of the Forge development part. But we are here only as a representation, only as speakers, because we are representing actually a wider team. So we want to thank everybody for the nice work they have done until now.

But now let's focus on the project itself. So let's have a project overview. And starting from the targets, understanding how is the consortium made, et cetera, before deep diving into the solution made on Forge.

So let's start with the overall Gantt. Why I want to start with the Gantt? Not to, let's say, to analyze it in detail or understand each task, because as you see, it would be pretty difficult. But just to say that we are halfway. So the project still has two years. So we are presenting some results of the project. Some of the results will be presented at the end of the project. So stay tuned because maybe you will find us presenting the fact results of the project in the next years.

So let's start from the objectives, the targets of the project itself. There are very specific scientific, technological objectives defined since the very beginning of the project. And I want to focus on the second scientific, technological objective, because it's the solution impacted by the Energy and Resource Management System. So basically, implementing our solution. So the Energy and Resource Management System, the final aim is to cut on the factory energy bill by an average of 25%. So it's an important target.

I would also want to focus on the third scientific, technological objective because it's always linked with the sustainability, because in this case it's thanks to lifecycle analysis and lifecycle cost assessment, reduce environmental footprint of manufacturing processes by an average of four or eight percent.

Alongside these specific objectives, there are other objectives. There are other scientific, technological objectives more high level. So basically, these objectives are saying that we need to deliver something at the end of the project. So we need to deliver a platform as I said before. A platform that should be at technological readiness level seven.

What does it mean? Technological readiness level is a scale from one to nine. And the nine means that the solution is 100% marketable, so it's ready to be marketable. We have to deliver a solution at the technology readiness level seven. It means that the solution should be tested in relevant environment, but still not 100% ready to be scaled to be marketable.

Alongside, there are other non-technological objectives. In general, we could say that we need to exploit the result of the project and disseminate the results of the project. We are doing it also now. We are disseminating the results of the projects.

And now let's focus on who we are. So who is carrying out the work. So the consortium is made up of 20 partners from seven different countries. There are five research institutions, eight large industries, five small-medium enterprises, and two associations across the manufacturing environment.

But let's focus on the real protagonists of this project, so the demo sites. So first of all, we want to underline the fact that we wanted to test the solution on different industrial environments. So from one side, we have a discrete manufacturing demo site. In this case, we have Arcelik, which is a washing machine factory located in Romania. There is Tofas, which is an automotive factory located in Turkey, and is part of the [INAUDIBLE] Group.

While from the continuous manufacturing sector, continuous manufacturing industrial environment, we have Athenian Brewery, which is a brewery. So a factory of beer located in Greece. And it's a brewery from the Heineken group. There is Gullon, which is one of the largest biscuit factories in Europe, and is located in Spain.

Which is the architecture of the solution we are thinking of? Basically, we will start from the factories. So we will start from the data of the factory. So from one side, we will take data-- exploiting existing data, existing systems already in place in the factories. And from the other side, we will put in place, we will implement new sensors. We will implement an internet of things infrastructure in order to collect other datas.

Then this data will be delivered. We will convey to a data broker. And the data broker will harmonize, will clean the data and distribute the data to the application and services layer. In the application services layer, we have our Energy and Resource Management System that is composed by different models. We will see later which are these models.

And from the other side, we have also always in the upper services layer the dynamic LCA and the CCA systems and the supply collaboration system. So this solution integrated will make up the holistic digital sample system, so the ECOFACT platform itself.

So it could sound a little bit complicated. So we wanted just to sum it up focusing on the four milestones. So from one side, we have the local data. The local data, as I said before, local data taken directly from the field, from the factories, leveraging existing systems, existing PLC, existing SCADA, existing sensors from one side, and from the other side, putting in place specific IoT architecture in order to measure and convey other specific data.

Then we have the data broker. The data broker is used, as I said before, to convey data to the different application and services. In this case, the data broker is based on a software platform called Kafka.

Then we have, from our point of view, the most important, let's say, from the user point of view, also part that is the holistic DSS, because it's where the different algorithms, the different application and services are hosted. So from one side, we have the Forge-based Digital Twin Platform that will operate as an Energy and Resource Management System, I said before. And always, I said before, the supply chain collaboration and LCA and LCCA services. In this case, based on, always an existing software solution called SimaPro.

And then we have the last part, that is still very important. That is the user interface which will be used by the final user to interact with the platform and to have access to different data.

So now let's deep dive on the Digital Twin Platform itself. But first, let's clarify, at least from our point of view, let's clarify what the Digital Twin is, because it's a common trend, talking about the Digital Twin. We wanted just to focus on the definition from Dr. Michael Grieves. Dr. Michael Grieves said that a digital twin is a sensor-enabled digital model of a physical object that simulates the object in a live setting.

And that means, basically, that the digital twin is the digital representation of a physical asset, of a physical object, that could receive real time data and then simulate the behavior of the asset in the real setting in a digital environment. So as we can see, also from the schema below, the element scale, we talk about digital twin only when the digital asset, the digital model, we have we can call it, is enabled to receive data directly from the field. So we are referring to level 3 in this case.

Then there are [INAUDIBLE] factor levels that are, let's say, linked to the fact that the digital twin, from the other way around, could control the physical asset itself in a semi-automatic or automatic way. So we're talking about level 4 and level 5.

OK. But now, let's go back to our project. Let's focus on our digital twin and understand how is it made. And to do this, I leave the floor to my colleague, Alder Moriggi. Please, Alder.

ALDER MORIGGI: Thank you, Andrea. And now I'm going to talk about the Digital Twin Platform that is composed by three different components. So the digital twin itself, then the 3D part that will be visualized with the Forge Viewer. And then in data, we have a modulator using in Inventor. And all the relevant documents are related.

Then in the web platform, we have also different tools. Here, we specifically mention OptimiST, because it's one of the tools that we are going to show in this presentation. But there will be other tools linked. There is also the Data Exchange layer, composed by some APIs. And so basically, the platform exchanges data with the other systems. Basically, the data broker that will be used within the holistic decision support systems. OK.

To model old factories lines-- Tofas, [INAUDIBLE], and Athenian Brewery, we used Autodesk Inventor. Machineries and the products are combined into an assembly to create the whole lines. And the after-modeling activity models were uploaded within the Digital Twin Platform in Forge. OK.

And we also used the integration with the Leica technology with the BLK3D a Leica device that realize 3D photos [INAUDIBLE] more photo cameras and the laser that calculated the distance from the machinery.

Measurements are readable directly to on the 3D photos, and the [INAUDIBLE] is easier. And in this case represented in this slide was Athenian Brewery demo site. And we went to Athenian Brewery demo site. And we took measurements. And then we model in line using these measurements. OK.

And this is the result, what we have uploaded in Forge. But we will see it more in detail in the next slides, in next video.

And now I'm going to show you the web application that we built for ECOFACT project. It's a front end to manage factories and all data related to factories. I'm talking about the groups, users, permissions, all those factory lines, documents, et cetera.

And the factories lines we modeled are at Tofas, [INAUDIBLE], Gullon and the Athenian Brewery and the two demo sites. And as I said before, we used Autodesk Inventor. For Tofas, until now we have finished modeling five production lines. And then we have uploaded on [INAUDIBLE] on ECOFACT platform [INAUDIBLE] and [INAUDIBLE]

For [INAUDIBLE], we made the one production line. One production line is completed. And another one is almost ready. For Athenian Brewery, we made two machineries. And for Gullon, we are still working on true assembly and one assembly with the three production lines is almost ready. And for the second one, we started working on.

And in a specific section on the web application, we disposed an interface to upload the [INAUDIBLE] model on Forge Bucket, in order to display them on a Forge view to charge model user as to package all assemblies and parts in Sipa and then upload it on a form that use modeling derivative APIs to upload the source file to OSS and translate the source files. OK.

In the video, after modeling activity for one production line of Tofas factories, in Inventor, we placed the sensors next to machinery like [INAUDIBLE] to monitoring natural gas, tools, to monitoring water consumption, pumps and motors to monitoring electrical energy. And there are also sensors to monitoring hot and chilled water and steam consumption and the compressed air.

We are mapping and codifying the sensor in order to get data coming from database and web services developed in other work packages. We have also prepared connectors to get data from sensors. And finally we prepared, as you can see in the video, a custom Forge viewer to view models. And then we created a custom extension to get all sensors placed in the model, and all components that sensors refers to, as you can see in the right part of the screen.

And we use the GetBulk properties to do better a specific function from Forge APIs. And then we prepared a list of sensors on the right and the user can zoom to the sensors, the related components, and user can also consult daily data graph and also real time data. This is the first integration. But we have to realize ordering integrations like that in the other two here and the other custom extensions. OK.

And here I reported the Forge APIs that we used right now to develop the Autodesk part of the project. We used the authentication APIs to allow the application to use other Forge APIs in a two-legged way. Next, we have to upload the models we produced with the Inventor to the Forget bucket. To manage the directories in the Forge bucket, we use the Model Derivative APIs. And then to build a custom viewers I showed in the previous slides, in the previous video, we used viewer APIs.

We used the GetBulk Properties to extract data required, especially sensors data, and sensors, and the machinery [INAUDIBLE]. We also used some extensions like PDF extension. And finally, we used data visualization APIs to visualize a sensor and data coming from sensor. Andrea, I leave the floor.

ANDREA PEREGO: OK. Thank you, Alder, for the presentation of the Digital Twin Platform and how it's made.

So now let's focus on a specific application integrated within the platform, the OptimiST application. As you can see, it's not the only application integrated within the platform, but it's the more mature one. So we will focus on this specific application.

So how it works, what is the application about? Basically, it's an application that optimizes the minimization of changeover time. So let's say that thanks to the minimization of changeover time, we are able to save time, and not only time, as we will see from the next slide, and redefine the production scheduling accordingly.

As I said before, we save time. But not only, because as we can see from this slide, the time saving corresponds to a CO2 emission saving of about 16%. This is an important result from our point of view, and from the project point of view.

We have applied this technology, this algorithm and this application, for now in different demo site. But the results are now recorded especially for the Athenian Brewery demo site. And as I said before, this application is directly integrated in the ECOFACT platform. As you can see, from the two sessions, you can access the application. You have to input some data about the consumption, about the production, about the cost. Then the application ran. And as you can see, you can have access to the result of the application in an Excel format, if you want, representing the new scheduling, the optimized scheduling of the production. Or also, you can see the representation of the data displayed directly in the Forge platform.

So as I said before, this application has been tested in different demo sites. We have specific results from Athenian Brewery, but also we have been testing this application in Gullon demo site. In this case, the result is always the minimization of the changeover time. And so we will have a different and optimized scheduling of the production for each line.

In the [INAUDIBLE] demo site, we have a different approach. So this application will help the decision maker to minimize the energy bill and redefine the production scheduling accordingly. And so defining also an optimized electrical energy asset management plan. Same we can say for Tofas demo site. So we have the minimization of the energy bill and the optimization of thermal and electrical and energy assets management plan.

Now we gave you a brief overview of the results of the project until now. But let's focus on the next step. What's next?

So as I said before, the OptimiST is not the only application that will be integrated within the platform. There are other four application services that will be integrated in the Digital Twin Platform. And we will focus on each of them very briefly.

So we will integrate a material flow simulation application based on Siemens plant simulation, and a production optimization application based on the Gurobi solver application, Gurobi solver software. Then we will develop an integration with an energy simulation for dynamic operation management and cost optimization. Basically, we will develop and integrate a predictive maintenance model to optimize the operation and maintenance tasks.

Then we will integrate an industrial energy disaggregation component. In this case, we will integrate this component in order to understand the energy consumed for the production of each different product. So it is an energy disaggregation byproduct.

And last but not least, we will integrate the results of our energy resource system. So the results of our application and services developed within the Digital Twin Platform with the dynamic LCA, the [INAUDIBLE] and supply collaboration services developed within SimaPro. And these two components [INAUDIBLE] will be the technological building blocks of the overall holistic digital upper system.

But what's next? What's next from a call to action point of view? Let's say that the ECOFACT project is open to receive feedback, is open to welcome new partners. So for exploitation purposes, we are looking for five other demo sites where to test the solution. So if anyone is interested to test the solution on a specific factory is more than welcome.

We are looking for, also, partners who want to help us develop faster the solution to reach full marketability of the solution by 2028 to 2030. So we are talking about TRL9, technology readiness level 9. And last but not least, if you want to get a deeper knowledge about the project itself, please download our handout. If you want to be updated on the development of the project, follow us. Follow us on LinkedIn, on Twitter, on YouTube. You can subscribe to our mailing list. And if you have any specific questions, please drop us a line to me or to my colleague, Alder.

So I want to close this class with this quote. Because as I said before, as one team, we have been working in different research and development projects. And it's hard. It's not easy. Sometimes you feel lost because it's not easy to start from a white paper and develop something new, and develop following new paradigms.

But it's very challenging and very satisfactory when you manage to do it. And it's the only way for real evolution. And it's the only way to tackle and to face and to solve the challenges we are all facing. So our last sentences is, do not go where the path may lead, go instead where there is no path and leave a trail. Thank you, everybody, for the attention.

______
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.