AU Class
AU Class
class - AU

How to Optimize Project, Design, and Risk Management with Autodesk Forge

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

Description

Would you like to optimize project and design management? In this class, we’ll go through workflows and automated processes that enable us to track deliverables’ development progress and compare with schedule and budget more efficiently and accurately. We’ll work within the ISO 19650 framework and use some of the standards’ metrics in a set of dashboards to provide an overview of the sample project’s development. To analyze the data, it first gets exported from BIM 360 software and Revit files using Autodesk Forge software. All exported data, with schedule and budget, is imported into Microsoft Power BI. For contextualization, we also embed the Autodesk Forge Viewer into Microsoft Power BI, enabling us to dynamically switch between the project’s models and sheets corresponding to the data displayed on the dashboards. This approach to data and project management allows us to improve collaboration, enhance quality of deliverables, and reduce cost and risk. Throughout the course of two years, we predict saving $190,000 in one project alone.

Principaux enseignements

  • Learn about how Autodesk Forge is a powerful tool to manage your projects and access data.
  • Learn how to apply automated processes that increase productivity and quality, reducing costs.
  • Learn about adopting standardized processes and methods that allow for scalability and a higher ROI.
  • Learn about implementing workflows using standard formats and automated processes to satisfy your needs and improve your outcomes.

Intervenant

  • Avatar de Anna Escolano
    Anna Escolano
    Anna Roig Escolano is a Senior Specialist in the Digital Twin Solutions group at Mott MacDonald with 10-years of experience working in the Virtual Design and Construction (VDC) and Digital Delivery field for the Architecture, Engineering, and Construction (AEC) industry. Anna is originally from Valencia in Spain. She studied Architecture and later obtained her Masters in Structural Engineering. She has experience in high profile projects and advanced knowledge in infrastructure design and construction. Anna is inquisitive about new applications and solutions with a passion for the future of AEC technology; a creative problem-solver with an interest in improving processes who encourages collaboration and knowledge sharing among team members. She has a strong technical skill set with a desire to expand workplace competencies and is very committed and self-motivated with the ability to push boundaries and to step out of the comfort zone. Now with Mott MacDonald Anna’s focus is on implementing new digital delivery technologies, developing custom made tools and optimizing digital processes globally.
Video Player is loading.
Current Time 0:00
Duration 28:06
Loaded: 0.59%
Stream Type LIVE
Remaining Time 28:06
 
1x
  • Chapters
  • descriptions off, selected
  • en (Main), selected
Transcript

Hi, everyone. Thank you for taking the time to watch this CAD recording. As you may already know, this class is called How to Optimize Project, Design, and Risk Management with Forge. And we're going to talk about an automated process that we developed using Forge to extract data from BIM 360 and Revit and visualize it in Power BI together with other data sources.

Before diving into it, I wanted to briefly introduce myself. My name is Anna Roig Escolano. I am originally from Valencia in Spain, but I'm based in New York City, and I am an architect and a structural engineer. At this point, I have been working in the VDC and digital delivery for the AEC industry for about 10 years, and I am currently a senior specialist in the digital twin solutions group at Mott MacDonald.

I also wanted to take a minute before we start the class to acknowledge the important role that Cory Dippold, vice president and head of the digital tool solution group at Mott MacDonald, and Rene Chicas, former project data specialist in our group, have played in the execution of this effort. Let's get into it.

Since you are in this class, I am assuming that you know the class description as well as the learning objectives, so I won't stop here. But if you can read them in the hand-- but you can read them in the handout if you're interested. The next section of this class is a description of the project that served as a case study for what we developed. The project is the restoration of a major linear infrastructure. The infrastructure is 92 miles long or 148 kilometers. It is over 100 years old, and it serves one of the biggest cities in the world.

Mott MacDonald provides condition assessment, detailed design, facility planning, and design services during construction. What did we need this project to be? We needed a project with a high level of digital maturity of big size and that was standardized. This project had a high level of maturity with a Common Data Environment and a Master Information Delivery Plan. It was a multi-year, multi-discipline project with lots of different models and deliverables and with 16 subcontractors. And it was perfect for scalability since it was following the ISO 19650 standards. All of this made this project a perfect case study for this effort.

That being said, what is the problem that we're trying to solve? It is common that the engineers don't have a lot of transparency into the detailed financials of a job specifically at the discipline level. They might have an overall view of the schedule and budget of the project and what their next milestone is, but they're missing if the deliverables are at the right level of development compared to other metrics.

On the other hand, the PMs rely on the technical capabilities of the designers to deliver a good quality product. Therefore, it is typical that they are focused on client care, ensuring deliverables are produced in a timely manner, that budget goals are hit, and things like that. Additionally, sometimes they don't have the software skills to review the models and drawings on a regular basis. So we could say that there is a disconnect between project management and design management.

That is the problem. So what is our goal and the solution to this problem? Our goal is improving the engagement of design management and project management by creating a unique environment where everybody, regardless of their role, can access complete and relevant information. We want to make the commercial side of the job accessible and meaningful to designers and models and drawings easy to view for managers and combine all of it in a single source for higher accountability and better understanding and communication.

In other words, we want to build an easy and intuitive common environment so that you don't need to, let's say, be a skilled Revit user to see the models or a professional scheduler to understand the timeline of the project. Those are the goals. So now we will get into the how we're achieving all of this.

As we mentioned earlier, the project is set up within the ISO 19650 framework. At Mott MacDonald, we pride ourselves in having used these standards shortly after they were first published and not widely known. For this project in which we have 16 different subcontractors, the benefits of using these standards go beyond controlling information properly. We are able to obligate our subcontractors to manage their information in the same way that we do which is very powerful.

Specifically, for today's topic, I wanted to point out the parameters associated to the contract drawings that we developed in Revit and what these parameters indicate. These are metrics that we have extracted from our models using the Forge API and then used to track the design progress. These parameters are suitability code which gives us an understanding of the maturity of the data and what this data can be used for. Some of the codes and their definitions would be S0 for initial version, S1 for suitable for coordination, S2 for suitable for information, and so on and so forth.

We also have state which provides transparency in the status of a file. For example, if it is a work in progress file, if it is a shared file or a published file. We also have implemented the recommended folder structure and the naming convention which provides a uniform approach towards information and data management. And finally, we added percent complete and hours to completion. These are not metrics that are in the ISO standards, but they give us metadata to quantify design progress.

In a digital delivery job, we start by setting up the digital delivery architecture map. This lays out the tools and systems where all the data resides and how the information flows from system to system. In the blue box, we have the project management tools and data. We use Deltek for the financials, Master Information Delivery Plan for deliverables, an Excel risk register and Microsoft Project for schedules.

As for the design management tools, we use Civil 3D and Revit as design tools to develop models and drawings and ProjectWise and BIM 360 Docs as document management tools. Traditionally, the project manager would also go through the effort of setting up the management visual tool that allows them to supervise project operations. For that we used Moata.

What is Moata? Well, Moata is the Mott McDonald's proprietary digital solutions platform. We have a number of solutions that can be used to solve any of the different problems that come up across the asset lifecycle. For this particular project, we use Moata Insights for project management and controls. I would like to show you how this looks like for us.

Once we log into our Moata hub, we can see all the projects we have access to under Moata solutions. Due to confidentiality reasons, I cannot show you the dashboards of the project subject of this class, but I will show you the Insights dashboards of the demo project which are very similar. As you can see, these dashboards are powered by Power BI. And in these dashboards, we track things like budget with a project cost summary, baseline versus actual cost over time, purchases of the project. We can also track schedule with a project schedule summary, and we track the deliverables, which in our project we do by using the MIDP, as we previously mentioned.

We also track risk with a risk register, and there's also, in this case, a graph that shows the risk mitigation effect. As you can observe on the left hand side, there are many other categories of information that can be analyzed and plotted on these dashboards depending on the needs of your project. All of that I just showed you comes from the blue box. We have not yet got into how the design is coming along. This illustrates the problem of lack of connectivity between project and design management.

How do we get all of the blue and red data into a single environment? We already got the budget and schedule data into an Excel format, as we can see in the blue box. We will extract the design metadata from ProjectWise to an Excel file using a PowerShell script. Revit is a bit trickier, as the metadata resides in the sheets within the files with BIM 360 as instance parameters. Here's where Forge comes in. We would automate the process of extracting the data from Revit files and BIM 360 by building scripts and using Forge to get all of the required information in an Excel file.

Now that we have all of the data in the desired format, we can compile the budget, schedule, and design data into a unique environment using Power BI. Ultimately, the compiled set of Power BI dashboards can be pushed into Moata Insights. For the automated workflow that we developed to extract the data from Revit and BIM 360, the main tools and technologies used are Forge APIs that enabled us to leverage the design and engineering data to develop a custom application and a connected workflow.

Programming, in this case, we have used Python, SQL Query, and JavaScript. And finally, Power BI. Before we move on I wanted to go briefly over the main reasons why we chose Power BI and not another visualization or business intelligence software. This is because Power BI, it is Mott McDonald's standard reporting environment. It is well known across all our project teams and allows us to compile data from any source as well as build into Moata Insights.

I am going now to show you how we have built integration of the project and design management metrics. The design management metrics are extracted from the BIM 360 and Revit files. You can see them on this table. These are parameters that come from the ISO standards. In order to do that, we have built an over 500 line Python script that in itself runs on SQL Query. And after we run it, we get a CSV file that looks like what we're looking at in the screen with the relevant metrics that we had just seen within the Revit file.

I'd like to show you the dashboards that we have created combining the data set that we just saw, that we exported and we saw in CSV format with the projects budget and schedule in Power BI. The first set of dashboards is the Revit deliverables versus schedule and budget. I would first like to bring your attention to the tables on the right hand side of the screen. One of them shows the list of disciplines, and the other one shows the list of Revit files for the project.

As you can see on the left side of the screen, we have three different metrics represented in these graphics. In green, we have the budget and actuals in dollar amounts. The gauge shows an available amount of 1.4 million and a spend amount of 860k. In pink in the central, we can see the time elapsed in days. The design phase of the project is two years which gives us a total of 720 days and an amount passed at this moment in time of 432 days. And finally, in blue, we can see the design progress in percentage. This is what we get from the parameters extracted from our Revit files and BIM 360.

I am sure you have also noticed the cards under each gauge these represent the percentage of budget used, time elapsed, and progress achieved so that we can compare apples to apples and determine if things are on track or we need to take actions. At the bottom, the same three metrics are represented in percentages over time. By default, everything is showing an oversight of the whole project by summing up expenses in case of the budget or averaging in case of the design progress.

But we can also, by clicking on the disciplines in the list that we have at the top right of the screen, we can isolate the information related to each discipline separately. This will also show us the models corresponding to that one discipline alone in the file name list to the right of that discipline list. How does this serve us? Let's take a look at the structural discipline.

As you can see in the percentage over time graph, the pink line, which represents time elapsed, is a straight line with a constant slope. Since time is not depending on any external factor, it is our reference to understand if we are doing good with budget and design progress. For budget, which is the green line, if the line is above the pink line, we're spending at a higher rate than what we want, see here, where budget use was 15% while the time elapsed was only 5%. And with the design progress, which is the blue line, if we are below the timeline, we are progressing at a slower pace than what we would like to, like here where we can see that the time elapsed is 45% while the design progress is only 40%.

As you can see, at the beginning of the project, the budget line is much more steeper than the design progress. This is normal and does not constitute a concern. Since there is a learning curve about the details of the project, the contractual documents need to be set up and started from scratch, and there's a lot of other tasks involved in starting a project that won't happen later on. But at some point, what we want is the spending rate to lower and the design progress rate to increase which is what happened here.

And now if we take a close look, we can see that at some point after the 30% design submittal, the design progress line, which is the blue one, falls under the desired percentage. That can happen, but after we kept getting further away from our goal, that raised a red flag. And we were able to bring the team up to speed short before the 60% submission to deliver a good quality and complete set of drawings.

Now let's take a look at the architectural discipline. The same thing happened at the beginning of the job. The budget line was increasing faster than the design progress one, which is normal, but the difference here is that at the time that it should have gotten softer, it did not. At this point, we were clearly overspending. Thanks to these dashboards, we were capable of noticing these soon enough to do some damage control and flatten the curve. We were able to manage the deliverables without having to discuss a change order with the client or losing money on the job.

As you can see in the cards up top, we finished the 60% deliverable with a budget spent of 70% which gives us a delta of 10% over spend. This is not ideal, but it is very good considering the delta was 28% at some point and is good enough to be able to continue closely controlling the expenses and make it up throughout the upcoming design phases. The other set of dashboards that we built are the models and contract drawings, visuals and status.

For these, we have one tab per discipline. We will take a look at the structural one. For contextualization purposes and to provide an easy visualization of models and drawings, we have also embedded Forge Viewer into Power BI, allowing us to dynamically switch between the models and sheets corresponding to the data displayed on the dashboards. In this case, this was achieved by using JavaScript.

As you can see on the screen, the model can be rotated. You can zoom in and zoom out. You can explore it, and we can also switch views. As you can see, we're going to now switch to a different view, and we can click on the elements and open up the property pane so that we can take a look at the metadata associated to these elements for review all from the Power BI interface.

In our case, we have customized the list of models that we can view to show the existing plus demo, the existing plus proposed we were just looking at, and in this case, the complete proposed model with all the disciplines on for completion. In every model page, we have on the left side up top the navigation buttons. Each one brings us to a different project model.

We also have three cards with the state, design progress, and stability code for each model. And at the bottom of these cards, the list of sheets developed in the model that we're looking at. In the middle, we have the Forge Viewer, and on the left side, a plan view that works like Google Maps with the exact location of each asset.

Right now we're going to look at the last model in this example. And here we can observe the accuracy in the representation of the asset. If we compare the proposed model with the satellite view on the right, we can see that they're very close. We can also see how the sheets that we can access through the document browser match the sheet list on the left side of the screen and how we can take a look at them from the same Forge Viewer without the need to know how Revit works or having to open each model individually or printing out PDFs or anything like that.

After having looked into what we have achieved so far, I would like to go over some of the benefits that we have estimated. The effort of the team to get to where we're at was equivalent to one person working full time for 13 weeks. That is 520 hours or just over $57,000 at an average hourly rate of $110 an hour.

For this project, we were having two-hour weekly meetings with all eight disciplines and the project management. This is roughly 20 people. We estimated that the time saved with these dashboards in these meetings would be a half hour per week conservatively. That makes up to 10 man hour every week. At the average hourly rate of mid senior engineers, that is close to $2,400 saved every week. Therefore, if we do the math, in 24 weeks, we would make up the investment.

The life of the design phase is two years. So the estimated long term benefit considering the investment is of almost $190,000 on this job alone. Because we have implemented the workflow in a very scalable way and developed it within the ISO framework, it can be applied to any project, especially if they're following the same standards, making the financial benefits exponential. For example, applying it to 10 projects of a similar size over two years, we would have close to $2.5 million in savings.

This graphic shows a summary of what we just discussed, and it makes it pretty obvious. So the green bar is the initial investment. The purple one is the long term savings over two years for this one project, deducting the initial investment. And finally, we have the orange bar, which shows us the savings that we would achieve over two years for 10 projects of a similar size.

Other benefits less easy to quantify in a monetary way or savings way are reduced risk at missing deadlines, which we just saw with the structural example; reduced risk of overspending, which we also saw with the architectural example; higher client satisfaction; higher deliverables quality; higher accountability; and better data management and oversight. This solution gives us a much higher degree of control of the project. The amount of problems avoided down the road is incalculable. Overall, what you get is proactive project management rather than reactive troubleshooting.

One thing before we finish is that I would like to give you an overview of our next steps. We would like to add quality management and risk and safety to the created integration of project and design management. We are working on linking the risk register with the models. The idea is to click on a specific risk on the table in Power BI, and the Forge Viewer would bring you to the location of that risk in the model.

We also want to reflect the checked and approved workflows specified in the ISO 19650 at different levels of granularity in our dashboards. This would allow us to see the 3D objects, models, and drawings have been checked and/or approved. The way we envision this is by color coding the objects depending on their status. We can also check percentage of objects that have been checked and/or approved in a model or per discipline.

I would also like to mention other initiatives that are happening at Mott MacDonald and that are in the line of what we have seen today. My colleagues at Mott MacDonald, Paul and Fouad, have created Power BI dashboards using Autodesk Assemble for validating and checking model content against project standards. Their class is called Assemble plus Power BI, Developing a Powerful and Practical Model Checking Tool. If you're interested in learning these other automated processes that can help you automate quality control, especially in high volume projects with quick turnaround, you can check the recording using the class number in this slide.

And finally, I would like to summarize what we have learned today which is that Autodesk Forge allows us to access and manage project data. That we can implement custom automated workflows to satisfy our needs and improve our project outcomes. That automated workflows increase productivity and quality and reduce costs. And lastly, that standardization allows for scalability and the higher profitability of an investment for automation. Thank you very much for your time and attention. I hope you found it interesting, and please feel free to reach out with anything.

______
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.