AU Class
AU Class
class - AU

How to build data-sharing habits to Accelerate Digital Business:Saipem case

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

Description

For decades, business leaders have shied away from sharing data, not just in regards to competitors, but even with internal stakeholders in other business units. This mindset is starting to shift, however, as studies back up the benefits of sharing data. Data sharing is a business-facing key performance indicator of achieving effective stakeholder engagement and providing enterprise value. Chief Data Officers who have successfully executed data-sharing initiatives in their organizations are proven to be more effective at showing business value and return on investment from their data analytics strategy. This class will highlight how the Saipem data sharing solution, based on Autodesk Forge and BIM360, brings more value to stakeholders from analytics initiatives, facilitates new way of thinking and points out how CDOs that embraces the new mindset around data-sharing will play a more strategic business role.

Principaux enseignements

  • Enable efficient cross-team collaboration strengthening teamwork
  • Facilitate knowledge and information sharing
  • Increase business execution and reduce rework
  • Enhance workflows to make every day’s tasks easier

Intervenants

  • Avatar de Luca Bazzocchi
    Luca Bazzocchi
    Consulting Services Senior Manager and proud Autodesker since 2008! Team leader, always excited to meet dynamic and creative thinkers, I am enthusiastic about shaping innovative solutions. I received his Computer Science bachelor's degree from University of Genova, Italy. Also started to work with Forge in the early days, and have been working with the platform for the past 7 years.
Video Player is loading.
Current Time 0:00
Duration 0:00
Loaded: 0%
Stream Type LIVE
Remaining Time 0:00
 
1x
  • Chapters
  • descriptions off, selected
  • subtitles off, selected
      Transcript

      LUCA BAZZOCCHI: Hi, everyone, and welcome to this Autodesk University 2022 class where, together with Alex, we will present how Saipem builds data sharing habits to accelerate its digital business. This class will take a little bit more than 30 minutes, and it consists of five main topics. We begin with a brief introduction of ourself and the reminder of the learning objective for the session.

      We then give you an introduction on who Saipem is, what its business is, and how they decided a long time ago to innovate with Autodesk. We then jump into the challenges and objectives driving to the initiatives taken. And then we dive into the solution itself, starting from an overview and then detailing the main enhancement and capabilities that were developed after the last AU class presentation a couple of years ago.

      We consider those enhancement-- those that might be of interest for you and that can be applied to your business as well. No matter which industry you are focusing on, if it is oil and gas or any other one. We close then this presentation looking at the future, and we will complete it with some final thoughts.

      So I'm Luca Bazzocchi. I'm a senior manager in EMEA Autodesk consulting practice. I joined Autodesk a long time ago now. It was early 2008. And I joined as a technical leader, became then a solution architect, and since few years, I am managing-- I am a manager leading a team of people that I really like to define as rockstars in their role.

      They are solution architects and business consultants. A team who is relying on values such as diversity, inclusion, and collaboration with a strong feedback culture that welcome different point of views. And those are all the strengths that we have, and most-- I mean, the most important strengths we have, and that allows us to work with many named account customers, such as Saipem.

      I started to work with Saipem more or less 10 years ago when we started to look at how to improve some workflows, some processes, and how to adopt in the best way possible our products. Then when Saipem started to adopt and implement solution based on Forge, I started to follow all those initiatives. And more in general, I started to work with Forge when it was even not called Forge. It was the Large Model Viewer APIs back in 2016. And since then, I have delivered more than 25 successful projects around the globe.

      ALEX GIOSO: Everyone, I'm Alex Gioso. I'm a fabrication and construction system manager in Saipem. Since 2010, I started working worldwide to spread the implementation of our in-house tools. So our in-house tool, our management construction information system tool. And I contributed to the growth of our in-house platform. During the last few years, I was also involved in the Saipem digital transformation, and I started the collaboration with Autodesk in the 2018.

      Now, let's come back to the class. In the last two or almost three years, we learned a new way of work-- the smart working. The pandemic forced us to stay at home, forced us to develop a new habit, forced to find a new way of business. Probably we already started this change before, but for sure COVID-19 speed up this process. These are kind of evolution, let's say.

      As you can see in the slide, the main goal is to improve the collaboration, enable efficient cross team collaboration, strengthening the team work. So create a collaborative culture where employees work together to achieve a common goal while taking responsibility for direction or encouraging a sharing culture or creating, sharing spaces for knowledge sharing, formalizing a knowledge management process, or better, leading by example. So what do we have?

      We have to practice what we preach. We have to provide training, create a quality process, again, provide training, prioritize task, and yes, again, one more time, provide training for increased business because we think that who is more well trained has more opportunity to do things right the first time.

      So communication. Communicate clearly, get organized, and define the difficult tasks. So again, the word is collaboration. Create more sustainable processes and results and increase operational efficiency. Before to move up to the solution, we have a quick look or a quick overview of my company. As I said, I started in Saipem 12 years ago.

      And as you know, we are an oil and gas company, but we'd like to define us also as an advanced technological and engineering platform for design for the construction and for the operation of complex, safe, and sustainable infrastructural plans.

      My division is the onshore division, the onshore ENC division, and our ambition can be defined as three-fold. Becoming the partner of choice for a client committed to do low carbon energy transition, transformative digital innovation at scale towards carbon neutral operation along our entire APC value chain.

      I just spoke about onshore ENC division, but here you can see the pillars, instead, of Saipem. So an asset based solution that is our traditional core business. So offshore ENC division and offshore drilling. The energy carriers. So my division, as I said before, onshore ENC division. Robotics and industrialized solution.

      So they answer to the needs for the energy transition. And here are involved with both the reserves, so onshore and offshore. And then the last one is the infrastructure division that has a lot of experience is safety, reliability, and technology applies to infrastructure. In the last slide of my introduction of my company, you can see a summary with some number about us, about our business. And we can see with Luca how it works, the collaboration with Autodesk.

      LUCA BAZZOCCHI: Thank you, Alex. And I would like to underline one statement done by Alex concerning his work, one of his tasks at Saipem. He is working in the digital transformation, and I'm very happy to say that I was, as all Autodesk, involved in supporting this journey of this digital transformation. And how we did that?

      We are supporting the innovation at Saipem as well. So let me just say that you all know who Autodesk is, and you know it, otherwise I would wonder why you are here. However, most of you have always seen Autodesk as a company who is providing you the right tools to do your daily jobs, your daily activities.

      But you need to know that there is much more than that. As I told you when I presented myself, I am part of the Autodesk consulting practice, a group of experts, subject matter expert. Quite a big group of people based worldwide. And we can help you in adopting our products, in innovating with such adoption, and we can help you in finding the right solution to your problems.

      What I would like to underline is how you can innovate without risk. Innovation is our DNA. There are no doubts about it. And Autodesk is a leader in innovation in whole the industry we serve. We are investing with patents. We are making significant investment in research and development over here. We have made significant investment in acquiring and developing innovative and new technologies such as PlanGrid, such as Assemble, Spacemaker, and most recently, Innovyze and [INAUDIBLE] just to name a few of them.

      We have invested in using, learning, and adopting innovative methodology that has held us collaborating with some of our most progressive customers on game changing approaches to business transformation, and Saipem is one of them. We continue to do research in all the industry we are involved. AC, manufacturing, oil and gas as well.

      You will see that we started with these initiatives five years ago, and with Saipem we started from a proof of concept that was just involving some Excel spreadsheet and some new emerging technologies. As I said, it was the Large Model Viewer APIs. And since then, we started to enhance and to adopt even newer frameworks and newer possibilities.

      And we have now a full solution that you will see is going in-- it is used in production. What I would like also to underline are the technology opportunity that could really support your business. And those technology are-- you can see some of those, but we are not limited to those. The importance of data, we will see them during this presentation. The importance of data, the use of data, the quality of data, and the, really, benefit that you can achieve using those data in the right way.

      The adoption of a platform for your business, business and services that you might have never thought of adopting. The importance of to improve and automate processes, looking at the future of work without forgetting the importance of sustainability. Even for those industry where-- I mean, that you might think that sustainability might not fit with. And we just had an example from Alex.

      ALEX GIOSO: Thanks, Luca. So challenges, Saipem challenges too. During the last 10 years, our industry's productivity declined while project complexity, cost, and time to deliver increased. This is the reason for us to embrace transformative innovation in our strategy, reinventing internal processes to boost productivity, unlock efficiency, and create a new value proposition.

      We'd like to define us as strongly committed to the client. So here, what our client value outside then can help so that's why I said our challenges. We imagine a future where the data sharing is at the core of the data driven culture. We imagine the data sharing, as illustrated. Try to picture with us.

      What if all stakeholder had the access to the trusted data they need to do their job? What if there was a culture of openness and transparency amongst the teams department and line of businesses? What if you could produce new analytics reports and handle a doc request easily? What if you have the access to a single [INAUDIBLE] with the data you could trust?

      What if you could expand the scope of the analysis that data consumers can conduct? What if you could explore new technology like machine learning, like artificial intelligence, and have access to advanced analytics and prescriptive data driven insight recommendation? There is a lot of question. We already reached some answers-- not all, but you know, that's our journey.

      But for sure we said we know that the solution is only one, the data driven construction. That is our solution. So we think that to foster a culture that encourages data sharing instead of data ownership. That's the main goal, change the mindset is the big challenge and the big opportunity for growing and for getting new businesses.

      As Luca said, we started our journey in 2017, all integrated Excel sheet. Then we moved during the year to connecting also in-house and commercial tools pretending always more. More analysis like workfront or feasibility. More disciplines. For example, we started only with the steel structure, then we added piping, then we added foundation, and so on.

      More data. We connected more than 25 millions of element. In 2010, we also include BI dashboard-- enterprise BI dashboard. We start to approach the advanced work package methodology and we start to combine, to merge, to compare different models.

      Last year, we finally find a solution. I will say find, and then later on you will understand why finally. Find a solution for the spooling and other analysis like the management of the punch list or the management of the test pack. Till today, well, the flag speaks. So we move the solution to the production, incorporated also the 4D simulation and the what if analysis.

      It's also important to highlight, to underline that the solution lives in different divisions. In the 2017 and 2018, so in the first two years, only the offshore ENC division was involved. Starting from the 2019, also the onshore division. Also, my division will start to join the solution. And then from the 2020, we are working together. So now let's start to have an overview of the solution. Luca, off to you.

      LUCA BAZZOCCHI: OK, so just to give you some-- to spoiler a little bit. The next set of slide will be a mix of standard slides and videos because we thought that looking at what we did and having the chance to see how our solution works will give you the better feedback, the best information you can get. So we start with this short video, which present the solution of a review.

      Just remind that our goal is to provide all the users with a single place where they can ask all the information-- assess all the information they are looking for. So we can load multiple models in our 4d viewer instance. In this case, we do have piping systems and structural systems. We can search for the element that we want to focus on, as we are doing here, and just isolate those elements so that we can have a better analysis of them.

      You see a lot of tabs, and depending by the selection of those tab, you can see that the teaming of the solution is changing. We have more information that we will see later on. But the idea here is that, depending by your area of interest, by your role, you will be able to see some of those information or all of them.

      And last but not least, you can also integrate those views with the legacy BI system, such as Microsoft Power BI. So we are using dashboard that have been defined in Power BI and that were completely disconnected from the data and the model so that you can have a 360 overview of the information you are looking for.

      ALEX GIOSO: So now we start illustrating all the enhancements adopted in our solution. Now this is just the list. Then we will go one by one to check all of them. So data analysis. So multiple analysis, multiple views, as I was saying before, like test pack management, like punch list management. Spooling.

      So finally-- again, finally, we included the spooling information inside the 3D model. So after the spooling activity, we are able to get all the spooling information inside the 3D model . 4D sequencing for being able to intercept all the possible issues. And the what if simulation, so the forefather of the artificial intelligence. And the others.

      Let's say less fashion enhancements, but very usual [INAUDIBLE] improvement. So let's focus now one by one, as I was saying. We continue to improve our solution integrating all the BI dashboards of our company and getting always more information. We started from-- as I say during the journey, we started from workfront analysis with progress, with quality, with the checking if one item, one object for one particular phase of work has been already tested.

      So if the certificate is available or not in the quality purpose. Then we move and we add new analysis, like the welding. So any kind of weld detail. So the detail of the welds with all the attributes of the weld, the detail of-- the history of the weld. So all the information about the activities performed on the weld. We are able to track the spool.

      So to track where is the spool getting information from our database, we know where is the spool and we are able to run some analysis on the spool. Punch list management, test pack management, and then the accounting for, again, let us know if one object, one item has been already paid or not to our subcontractor. Luca, up to you for the detail of the analysis.

      LUCA BAZZOCCHI: Yeah. And let's dig into the data analysis capability. As we have briefly seen in the previous video, we do have several point of view, several types representing the different information a user might want to access. Here, again, we will focus on the same model we saw before, so structural model. And between all the elements loaded, we focus on a piping system.

      So what we presented a couple of years ago, those were the forefront analysis, the progresses. So I'm able to select a specific element and see all the details of it. The quality we already added. So again, for the specific element, we can focus on the details and see how many tests have been run and if we have the certificates. And here is the new part, the welding.

      Let's start from here. You see that we are focusing on-- we can represent where the weldings have been done. We see that in the properties, we can identify the welding number. In this case, we do have 5. And we can see all the information for each group of weldings. Then we can focus on the welding activities. So is this been completed?

      Has this been still pending? Is this still to be started? And as you can see, we team each welding with a different color. So this one is a completed. This one is to be. And the next one, as you can see in this data set at the end of the element-- of the row if it is still pending. But from here, we can even go to the welding activities details.

      Here we were focusing on the welding number 5, and for this one we can retrieve all the different activities done to complete this job. We can also easily export those information in an Excel spreadsheet that can be then shared with the colleagues, with the anyone who needs this kind of information. And in the Excel spreadsheet, we can have both the information as we see them here in the table or even the screenshot of what we see in the viewer.

      We then have a punch list and test package which we don't have many, many data for, so we are skipping that. Spool. We will go back to the spooling later on in the next enhancement. And then accounting. We can see that this piping system has been already accounted, has been already paid. But we can also go back to the whole set of elements we add and focus filtering from Power BI on the elements that have not been yet paid and those that have been paid from a higher point of view. Not only on the specific element we filtered out, but on all of them.

      ALEX GIOSO: Finally, the spooling. As I said from the beginning, finally because probably when I met Luca the first time, I spoke about this. So spooling, for us-- so I mean, including the spooling activity, it's a sort of dream for our construction manager. Why?

      Who is working for oil and gas knows because a construction manager want to know what can be installed so he has to every time to check if something is missing. So if the joint is not yet welded or if some entities has to be performed, or for the engineer part, if they have to run some revision. They have to check if the fabrication has already started or not. So here we finally got the solution for getting the spooling formation and for reverting them inside our solution.

      LUCA BAZZOCCHI: So here I would like to underline that we worked a lot also on the processes. Not that we never work on the workflow on the processes for the other functionalities, but here it was a little bit harder than in the other cases. And the way I would like to approach this enhancement is exactly from the process. So we have the 3D model, which is [INAUDIBLE].

      We have all its metadata. And then with SPOOLGEN we can generate all the spooling metadata. The process in Saipem is well defined and well established. They create DWGs and PCF file. PCF file are-- you can see them as text files containing all the information related to the spools. But those are text files.

      We had to find a way to integrate those information in 3D model, and here it came a third party solution based on Navisworks that allows us to load those PCF files and generate a model with all the information in an NWC file. An NWC file that is then loaded in Navis, as you can imagine.

      You can see here this same model that now-- in the piping system you should be now-- you should know quite well. And here we will see we will have a lot of new metadata. In particular, this component attribute 29, which represents the spooling ID. If we search for the one containing S02, we will find this set of elements. And if we select one of them, we see that the component attribute 29 for this element, it ends by S002.

      Then it comes the easiest part. We now have an NWC file, a model with all the metadata we are looking for. We store it in BIM 260 and then it is available in our solution, in the data driven construction solution. So here we see the piping system team according to the different status. If we search for the S02 spool ID, we identify the same element that we saw before in Navis. The status is that it's stored in the shop. And the first element that we see in the property, it is exactly the customer attribute 29. Instead of naming it the customer--

      [CLEARS THROAT]

      Excuse me. Customer attribute 29, we name it spool for a better user experience.

      ALEX GIOSO: The sequences, for us, is the easy way-- the easiest way to get the possibility to intercept the potential issues, potential problem in materials and documents, planning, and in preparation through dedicated dashboard. And it's also a way for including 3D and 4D visualization from these different perspectives.

      LUCA BAZZOCCHI: So since we said at the beginning that the onshore department is not the only one adopting this solution, so Alex's department is not the only one adopting solution, let's change model and let's look at an offshore model, a plan. Here the concept is very easy. What we wanted to do is to recreate the timeline that we have in Navis is our solution. So we are connected to a Primavera database and we are simulating and showing the sequencing and teaming the model accordingly to the values that we have in Primavera.

      So everything that is yellow means that we do have ongoing activities for those elements. When they become green, that means that all the activities, all the construction activities, have been completed. The GAD can be changed from a granularity point of view. We can go from a single day simulation to a quarter one. Now we are focusing on months. We can speed up the step increase or slow it down. We can focus on a specific data range. But anything that you expect from a 4D sequencing tool.

      ALEX GIOSO: As anticipated before the what if analysis, the what if simulation allows us to define several scenarios, starting from the lesson learning of previous project.

      LUCA BAZZOCCHI: And here, again, we stay on the same offshore model with just so. The idea is that now we do have two instances of the 4G viewer so that we can have a side by side comparison between two different set of dates. As you can see, in the [INAUDIBLE] we do have a fat bar, which is the forecast data set, and the thin one, which is the planned one.

      As you can see, we might have a problem in the forecast because there are pipelines that have been completely erected before the completion of the erection of the structure maintaining them. While on the right, in the planned, we do have the right sequence of events. So just to make this clear, we manipulated the data set to show these two different scenarios.

      But at the end of this process, of this side by side comparison, the user can share and can suggest which is the best construction sequence to adopt. And then a last consideration on the less fashion, but still useful improvement. No videos here because some of them you have already seen it.

      Since we presented the last class on the data driven construction two years ago, we invested a lot of time in increasing and changing the user experience. We want a much better user experience. We want the user to adopt and to use our solution and to find it comfortable to adopt it. Then we also did some changes in the background.

      We adopted the latest technologies and frameworks, such as .NET core instead of [INAUDIBLE] .NET. We are using the latest Forge APIs available. But at the same time, we are improving performance in review-- performances, reviewing those algorithms that were taking some time to be completely performed.

      We improved the coordinated integration with Power BI. We improved security aspects, such as we introduced the adoption of the OAuth 2.0 de facto standard, security standard even when we assess the databases, the different databases. And we made a lot of deployment consideration to support the expected adoption peak while going on production does this.

      ALEX GIOSO: Almost to the end of our class. In this slide, we just mentioned some value gain. For example, reducing the risk, improves monitoring, we got the quality, the sped up decision making, et cetera. But it's not just a matter of improving activities or of getting the result. We found out-- we discovered that the solution is also satisfying Saipem people because they are more ready for collaboration.

      And they stopped to say, I have to do something, but they started to do it to say, I want to. So we think that this is our best achievement. As for the value, also we put some examples of user's pol-- so some comments. We can have a look of some of them.

      All employees, no matter the level, are gaining advantages thanks to the solution. But once again, the best ask or the best gift that the solution donated to us is the reaction that we get, the new mindset. So more collaboration, more participation, more involvement of the people in the solution.

      We want to continue our journey, so we want to continue the collaboration with Autodesk. The next year, the infrastructural division will also join the solution. So for us, it is not over. Someone said that it's a long way to the top, but we know it. But we want to do it and we're down that way. And thanks, that's everything from our side.

      LUCA BAZZOCCHI: Thanks a lot.

      Étiquettes

      Produit
      ______
      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.