AU Class
AU Class
class - AU

The Good, the Bad, and the Ugly: A Case Study on Vault Professional Integrated with Autodesk Fusion Manage

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

Description

In this session, we'll present a study showing the process for implementing Vault Professional software with Autodesk Fusion Manage software with bidirectional integration. See what went well, and what didn't go well and why. Discover what lessons we learned. Explore how much can be implemented at one time for users to absorb, understand, and gain ROI from.

Principaux enseignements

  • Learn what the failures are.
  • Learn about the wins.
  • See what we learned.

Intervenants

  • Taylor Alberts
    Taylor Alberts Engineering Manager, Bradford White Taylor Alberts has been involved in the engineering department at Bradford White Water Heaters for nearly 20 years. Starting as an engineering drafter in 2004, she now leads the Engineering Services Team, overseeing engineers, designers and technical writers. She and her team maintain Bradford White's CAD, PDM, and PLM software, along with Bills of Material (BOMs) and technical documentation for the products. She leads a cross functional team, encompassing new product development, design, current production, and product support. She has led the department through a tremendous period of growth. Specializing in streamlining engineering processes and procedures which has led to existing product improvements, streamlined documentation, and increased error free work.
  • Avatar de Kimberley Hendrix
    Kimberley Hendrix
    Based in Tulsa, Oklahoma, Kimberley Hendrix provides custom solutions for lean engineering using Autodesk, Inc., products and industry knowledge to streamline design and engineering departments. Hendrix has worked in the manufacturing industry for over 30 years and she specialized in automated solutions for the heat exchanger industry. She has worked with Autodesk products since 1984. Hendrix is associated with D3 Technologies as the Manager of Data Management, focusing on data management, plant, automation, and mechanical issues
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

      KIMBERLY HENDRIX: Thanks for joining our class. The Good, the Bad, the Ugly. It's a Case Study on Vault Professional Integrated with Fusion Managing along with our friends from Bradford White. So Taylor Alberts and I will take you through the process of joining Vault and Fusion Manage together and the whole two year process as we go, along with the good and the bad.

      So who are we? I'm Kimberly Hendrix. I'm the VP of professional services for Team D3. I'm based out of Oklahoma. I have four wonderful kids, and that is actually me playing the saxophone. And if you are at AU last year I left because this little man was born right in the middle of AU. And then I'd like to introduce our first time speaker this year is Taylor Alberts from Bradford White. Taylor, would you like to introduce yourself?

      TAYLOR ALBERTS: Sure. I'm Taylor Alberts. I'm the engineering Services Manager at Bradford White. I work at our manufacturing facility located in Michigan. I'm where all the engineering changes meet. New product development, production support. That's what I do outside of work. I have three beautiful daughters, and when we are not going to wrestling tournaments, we are traveling to car shows around the country.

      KIMBERLY HENDRIX: Awesome. All right, let's get started. So what we're going to cover today is the pain or what we are trying to solve for Bradford White, way back in '21 when we first proposed this project, and then we'll talk about what the original project was from the original statement of work. We're going to talk about what went well and what quite didn't go as well as we wanted. So the ugly. And then where we're at now and what will we do differently if we had this to start all over now with the lessons that we've learned. So with that, Taylor, can you explain the original ask, the pain that drove Bradford White to explore this PDM/PLM solution?

      TAYLOR ALBERTS: Yeah, we were looking for something to help us track who has what, how long they've had it, for our drawings, for our prints. A system that would help us so we wouldn't duplicate work and stop writing up our changes in Excel and then somebody manually putting them into our ERP system. We had people working on the same print at the same time, basically, doing different changes.

      And we just needed more constraint on our changes. Our engineering changes would make it to the production floor sometimes just because we were so slow at it, we'd have to implement it into production and then the paperwork would follow and our system would be updated. And that's not how anyone wants to work. We still PDF our prints to send them via email to our supplier, and didn't feel like that's a very safe way to send out our work, not knowing did they receive it, how did they receive it. And there's no checks and balances there either to even say that we sent it.

      And then lastly, something that plays nice with what we already had. We didn't want a clunky trying to integrate multiple different softwares. Like we just want something that works well.

      KIMBERLY HENDRIX: So you said that you had multiple people working on the same prints at the same time. I assume that caused some problems on the shop floor occasionally.

      TAYLOR ALBERTS: Yeah, that absolutely causes downtime. It was like a race. Whoever got their change released first, that's what the production floor would see. And the other person's work never made it to production. And then it would cause confusion and they stop and look at it. And every time we're down, every minute we're down is thousands of dollars lost.

      KIMBERLY HENDRIX: Wow, OK, so then the decision. You want to take us through that?

      TAYLOR ALBERTS: Yeah so quite the extensive amount of research went into it. But we identified the need. We needed a PLM system. We needed a PDM system to help solve both of our pain points. So we could keep growing because we're only adding more products, expanding, as we move. So then we decided like, yep, this is what we need. We need a PLM. F3M. Fusion 360 manages what we want to what we want to get. PDM Vault software. These play nicely because we are Autodesk, we already have Autodesk products. So it would help with that.

      And just help us manage all of our pain. Just help us manage the new product introduction, consistency, manufacturing, making sure our bill of materials match and match the print. Nice collaboration with our suppliers. No more emailing PDFs and just have that overall improved quality and efficiency for our process.

      KIMBERLY HENDRIX: So that brings us to the proposal. So the original project way back in November of '21, that the team at Team D3, along with our partners at Autodesk, proposed a solution that included Vault Professional and implementation, a data load and some training, along with Fusion 360 Manage and about seven or eight workspaces. Customer success, engineering management, change management, change order, NPI supplier management and quality management. And then along with that, connecting those two, so that where one needed to talk to the other, we did that automatically using our partners at coolOrange and powerPLM to put those two together.

      So when a change order happens, it affects the file and Vault. And when the Vault file gets released, it should affect what's in the change order in F3. So that was the original plan, the original project. So what went well? The Vault Professional. That first implementation of Vault Professional, it's a mature product, it's a mature team that puts it in. The data was all there. There were a few things that we missed-- we'll talk about that-- we put in a Vault Professional foundation. We did Vault lifecycles. We then took that foundation plan and converted it to an item centric Vault, because we were going to do items and BOMs in F3M. So we needed the items in Vault.

      And then we did a bunch of property mapping. We did miss something in the assessment, though. We went, we missed that. So we're just being transparent here. So we're going to tell you what went good and what didn't go good. So we missed the fact that at the time Bradford White was predominantly 2D based in AutoCAD. That's a different animal than Inventor and 3D based with properties and building materials and converting to items. So we missed that in the assessment. So property mapping became somewhat of an issue.

      But we cleaned it up and we've got that with some automation in the background, trying to help clean that up. They're in the process, I believe, of going 2D to 3D. It's a process though, isn't it, Taylor?

      TAYLOR ALBERTS: It is absolutely a process. We were 82% AutoCAD, by the way, when we did this.

      KIMBERLY HENDRIX: OK that's a lot. AutoCAD still prevalent out there. It's still there. We added a job processor again, powering with our friends at coolOrange for the powerJobs and doing some automation. You heard Taylor say that they created PDFs for their suppliers. We still create PDFs for them. We just try to automate that feature. So a drafter or a salesperson or a technical person is not going in and open that drawing and creating a PDF. We try to do that automatically on the life cycle changes.

      We also did a full data load of all their historical data. I'm not sure that's always necessary for everybody, but in their world, it was. They wanted all their historical data in the Vault and we put it in a file structure that literally says something to the effect of old data or historical data or something like that. And then there's a line in the sand and everything new gets put in a proper folder structure with the proper folder, property mappings and file property mappings, and no duplicate file names.

      We did then take all the historical data that we could and automatically using some scripting created items for all of that, so that they were up at ground zero. Best we could be with the data that they had. There were some issues with the item creation. Anytime you're doing something automatically, it's that 80-20 rule. And then duplicate file names still are a problem today. But we have a plan for that in the newer releases of Vault in '24 and '25. You can set a folder and says from here down, duplicate file names are allowed. So we can allow them in that historical data and not allow them in that new stuff. And that'll clean that up.

      But then after going live in the Vault and realizing that there were some issues, team D3 went in and met with Bradford White and we were like, demo back to us. The customer, as in Bradford White. Demo back to us your entire process. And I'm not going to lie. I'm sitting there at that table in the middle of Taylor's office and I'm going, wow, we should automate this. And they shouldn't have to manually do this. And I was trying to be quiet and let them finish. I didn't make it.

      But after all of that, we did go back and add some more automation to their prior job. So that some of that PDF creation is done at the right time so that the checks and balances can be done. And they're not going back. We're sending emails automatically. We're doing some little things to help with that automation so that they don't have so many points and clicks. So there was some back and forth and some cleaning up of that as we went through.

      And then next we put in Fusion Manage. And there was about seven main workspaces that were done. Product engineering requests, engineering change request, and change orders, advanced information release, items and BOMs, control documents. And then there's a slew of misleading supporting miscellaneous-- I'm sorry-- supporting workspaces that help manage all of that, like a to-do list and work list and things that Taylor needs to get done every day are on one screen. So that she can see that in one dashboard. So those kind of things are done as well.

      And then also, in this environment, we use the Vault Job Processor and our friends at coolOrange used powerPLM to do that connection between them. And then there was some initial data load of the items and BOMs, but Bradford White handled that themselves as needed.

      So what is connected between Vault and F3 is primarily around the change request and change orders. So when a change order is implemented in F3, it goes and finds the linked file in Vault and changes its life cycle state. So that you remember when she talked about that first in, first out thing. And people working on the same thing. We don't want a change order sitting out here and that file is still being set at released or in work in progress. It's going to put it in that change order state so that people know where it's at, and keep those two things in sync.

      The opposite is also true going back. When that file is released in Vault, it's going to notify F3. And it does that. And this is just a little snippet of a script, and it's part of powerPLM from coolOrange. It does that by pulling Fusion 360 Manage every so many minutes and anything marked as pending, it will move the corresponding Vault. Item and file to the right life cycle states.

      And that's an ongoing-- it's called a Cron job-- and it's an ongoing job that runs every, I don't remember how many minutes. Taylor, you might remember, but every few minutes and checks for those. How many?

      TAYLOR ALBERTS: Five.

      KIMBERLY HENDRIX: Five minutes. So it runs every five minutes and checks for any changes and then takes care of those changes in the Vault as well. So what didn't go well? So when you start talking about a multifaceted project, taking somebody from a chaotic environment, which we'll talk about in a minute, and network drives and siloed information and PDFs, communication is huge. And I'll be honest, we didn't do it well at the beginning.

      So you're talking about PDM, PLM, integrations, migrations, all at the same time. One, it's a lot. Two, there's a lot of people on both sides that are involved, and the communication across these teams are vital. And during the initial phases, we failed. We failed to communicate that properly and that allowed for a repeat of work and meetings that were repeating the same stuff over and over again and stepping on each other's progress.

      We cleaned that up with an overall team and an Oversight Committee that cleaned that up, and since then it's been going much better. But communication is vital, wouldn't you say, Taylor, in these projects?

      TAYLOR ALBERTS: Absolutely.

      KIMBERLY HENDRIX: Yeah. It can make it go bad quickly. And we were going down that path. Let's talk about the next thing. I'm going to call it the ugly, the consumption model. So if you look at the image in the background, it's kind of-- and if you've been around the Autodesk world, you've probably seen this image before. It's like the chaos model. All these siloed things and data going back and forth and email everywhere and PDF you got Excel here and you might have some Power BI here.

      And Bradford White was no different. They had a lot of different systems that worked independently well, but they didn't work together. And so CRM, ERP, network drives, Excel, email, PDF, all that was and we tried to go from this chaos to this beautifully stacked, organized everything talking to each other in one step. There was a lot.

      And honestly, if you try to do all that in one step, you're going crater somewhere. Something's got to give somewhere. And what was given was production and the quality of the work. And so that comes down to our lesson of what did we learn from this? And what we learned is, we cannot go from chaos to calm in one step. The teams have got to still work in production, and too much consumption at one time leads to frustration, miscommunication and slowdowns. Taylor, you want to talk about how it affected your production line and the work in you're trying to do all this at once?

      TAYLOR ALBERTS: It got to a point, we were pretty much at a screeching halt. We could not keep up with any ongoing changes for production that they needed. We had new product development, chomping at the bit. We got government deadlines where we need to release new product and we are just spinning our heads in circles at this point. It was frustrating, to say the least. And yeah, absolutely. Just it delayed us significantly. I think we had one project that got delayed by over three months and it was just because we could not get our stuff together to make it move forward.

      KIMBERLY HENDRIX: So from that, what would we do differently. And I think and Team D3 is really working towards this and we've talked with Taylor and some of the newer workspaces and stuff that we're doing at F3 we're doing in this work, doing in this way. And we should start foundationally. You know when you build a house, you don't start with the shingles, right? Or even the roof decking. You don't even start with the walls. You got to start with the foundation at the very bottom and build it up. You can't just throw it all in there all at once. Even if you're prefab, right? They still start at the bottom and work their way up.

      So we've taken a step back, learned our lessons from this project. And what do we do different. We would start with the data. To me, that's the foundation, that's the PDM package, this. Implement it, load it, train it, rework it, automate what we can with the powerJobs, with the job processor and the PDFs and what works to that point. Get all the data in, get it all loaded, get it item centric, get it all cleaned, help them go from 2D to 3D if that's what they want to do. Get to your items, take a breath, then let's add PLM.

      Maybe there's some overlap if the teams can work simultaneously while we're implementing the PLM. We're going to implement, we're going to load, we're going to train, we're going to learn that process of what we do. Before we start automating things and connecting things, we have to know how we do it manually. What is that process that gets us from A to B to C all the way to Z in a manual workflow before we start automating it and everybody's not understanding what's going on in the background?

      So lastly, we'll connect it, integrate it, test it, train it, and then we'll stop and we'll do extended packages on top of that. What's next, Taylor? It was like we're connecting to your ERP system now, I think is the next step. And we're starting to grow the PLM system and we're adding some workspaces around that. Because now that we've gone through that the hard way, they know what the product's doing and what's missing. And what easy buttons they need. And we can do it efficiently rather than doing and redoing and doing and redoing.

      So we want to drive that maturity and consumable bites. And I don't know, Taylor. I think if we had to step back in '21 and done it this way, we might be further along than we are now. What are your thoughts on that?

      TAYLOR ALBERTS: Absolutely. I think we'd be done. We'd already have additional packages and everything on top of it. It definitely would have been beneficial. We've changed our process, I think about three times now, and how we do things because we just didn't understand the full capacity of what our PDM system did, how it worked. We didn't understand it because at the same time, we're also trying to get the PLM, and we're still learning that and what it can do, and now we're expanding. But we should have-- yeah, we should have already that had we taken smaller bites.

      KIMBERLY HENDRIX: Yeah, so to wrap that up, there was a lot of good things that we learned both, I think, in Bradford White situation and ours on how this it's a very common project to go from network drives and siloed information to PDM and PLM. And think if we do it in a consumable bites, in packages that are fixed in range, and everybody knows what we're doing, and you can get into it, it's a rapid time to ROI. You can use your ROI from the last one to fund the next one. You can learn what the project is doing. So we're not doing these big bespoke spiderweb projects at the beginning, when we don't even know what the processes are as we're changing those.

      So that's kind of our lessons learned. Anything else you want to add, Taylor, to that.

      TAYLOR ALBERTS: No, I think you hit all the points.

      KIMBERLY HENDRIX: Awesome. So if you want to talk more about this process and the maturity roadmap and how Taylor and I identified what was good and what was bad and what was ugly and what we learned from it, feel free to connect with us on our LinkedIn here with those QR codes and our LinkedIn deals. And we sure appreciate your time. Thanks so much.

      TAYLOR ALBERTS: Thanks, everyone.

      ______
      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.