AU Class
AU Class
class - AU

Total Carbon Data, Analysis, and Insights (2023)

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

Description

In this session, you'll (re)join Autodesk Product Development and Impact team members, plus customers and partners, to learn about recent and future developments in total carbon data, analysis, and insights. This is a follow-up to our Autodesk University 2022 class of the same title (link below). It will provide an in-depth look at new capabilities from across the Autodesk ecosystem. Total Carbon Data, Analysis, and Insights (2022): https://www.Autodesk.com/Autodesk-university/class/Total-Carbon-Data-Analysis-and-Insights-2022

Principaux enseignements

  • Update your knowledge on what total carbon is, why it matters, and how it can be analyzed as part of a more integrated BIM.
  • Learn about the latest developments in tools and workflows that provide total carbon analysis from Autodesk Forma to Revit, and more.
  • Discover new resources for learning and applying these tools and workflows from the earliest stages of design.
  • Hear from Autodesk customers who've been helping to shape the development and application of these tools and workflows.

Intervenants

  • Avatar de Ian Molloy
    Ian Molloy
    Ian Molloy is Senior Product Line Manager for MEP and Building Performance Analysis with the Autodesk Building Group. Ian has over 25 years experience in the AEC industry and the development and application of software for the Design, Analysis and Optimization of Building Systems from Design to Operation. Ian has BSc. Eng (Hons) in Building Science and Mechanical Engineering and a degree in Mathematics. Ian is also a LEED Accredited Professional and Certified Scrum Product Owner. Based in Boston, Ian works globally with Autodesk business and software development teams, customers and partners all working to help make the built environment in better, more sustainable ways.
  • Avatar de Corina Marinescu
    Corina Marinescu
    Corina Marinescu is a Senior Product Owner at Autodesk, where she coordinates the development of the Next Generation Insight with a focus on Total Carbon. Corina is a member of the Order of Architects in Romania (OAR) and a certified BIM Manager with almost 10 years of experience in designing complex building projects in Romania and internationally. She has successfully graduated with a second Master’s degree in Global BIM Management at the University of Barcelona IL-3. Corina is also a founding member of TEC Cluster in Romania.
  • Marta Bouchard
    Marta leads the sustainability strategy for Architecture, Engineering and Construction (AEC) within Autodesk's ESG & Impact team. Within this role, Marta seeks to position and extend Autodesk and Autodesk's technology to transform the AEC industry to realize more sustainable outcomes. Prior to joining Autodesk, Marta practiced over 15 years in the Architectural Design and Planning industry, providing sustainability consulting and design analysis for the built environment.
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

      MARTA BOUCHARD: Hello, and welcome to our class Total Carbon Data Analysis and Insights. This is the Revit Insight product update for 2023. We're excited to share the latest developments with you today. The short version of the Safe Harbor Statement is that we will be making forward-looking statements today about planned or future development efforts.

      These statements are not intended to be a promise or guarantee of future delivery of products, services, or features but merely reflect our current plans, which may change. Therefore, any purchasing decisions should be made with what the offering is today. Let's quickly introduce our speakers today. My name is Marta Bouchard. I lead Autodesk's AEC sustainability strategy.

      IAN MOLLOY: Hi, everyone. My name is Ian Molloy. I'm product manager for Insight and MEP.

      CORINA MARINESCU: And I'm Corina Marinescu, the product owner of Insight where I coordinate the development.

      MARTA BOUCHARD: So here we are one year later with some new developments to share. This is the reintroduction and Insight product update called Total Carbon Data Analysis and Insights. There's no doubt about the AEC industry's impact on climate change. Architecture 2030 published updated figures on the total annual global CO2 emissions attributed to the built environment. The clock is ticking, and we need to accelerate our ability to address it.

      To account for carbon emissions in the AEC life cycle, it's useful to visualize where these emissions originate. Embodied carbon is greatest in the upfront emissions first created from the extraction, manufacturing, transportation, and installation of building materials, plus future activities associated with maintenance, replacement, and materials disposal.

      Operational carbon refers to the emissions that are a byproduct of all energy sources consumed by year-over-year operations throughout the life of the building. And total carbon is the combination of both embodied and operational carbon. Whole life carbon accounts for the cumulative life cycle emissions, including end-of-life activities such as demolition or reuse.

      For those who joined the session last year, you may recall this view on the landscape of carbon analysis tools illustrated from simple to complex. But has it changed? Embodied carbon tools still range from manual calculations and spreadsheets to customized solutions and full life cycle assessment software. Operational carbon tools range from building typology proxies and references to detailed whole building predictive simulations.

      Together today, this still evidences a varied, disconnected tool scape used at different points in the design process. Let's take a closer look at how Building Information Modeling, or BIM, fits into this ecosystem and it's position to address total carbon. Here's a high-level view of how to assess total carbon with BIM.

      For embodied carbon, we first annotate BIM elements and materials, quantify those to create a bill of materials, assign factors by material type, and then convert materials to carbon with carbon coefficients. And to assess operational carbon, similarly, we start by converting BIM this time to an analytical model for energy simulation, simulate annual building energy precise to location and climate and the operation schedule, and calculate operational energy by use and fuel type. This then gets converted energy to carbon with carbon coefficients. BIM, for total carbon, enables a variety of processes and workflows from a common starting point and engaging many stakeholders.

      Now, here are Autodesk BIM solutions that enable AEC professionals to measure and reduce carbon emissions across the building life cycle. Embodied carbon can be analyzed from early massing all the way through procurement phases. Operational carbon can be optimized by analyzing energy efficiency during planning and design phases and also managed during operations. Together, these enable design iteration and insights to decarbonize across the life cycle.

      In addition to talking to our customers, learning about the industry needs, and shaping our product development, I actually want to share with you some of our team's own exploration using many of these tools shown here and how we assess total carbon with BIM. Let me tell you a little bit about that. I want to highlight this real-worked example that demonstrates how applying different carbon analysis tools can result in different outcomes.

      So Autodesk is partnering with a company called Factory OS, a builder of high quality, sustainable, affordable, modular housing products in California. Project Phoenix is a demonstration project to explore, develop, and design modular construction methods towards a net zero carbon housing unit. So experimenting with different building modules during design, the Phoenix Project team applied Autodesk and analysis tools all available today for analyzing both embodied and operational carbon to explore total carbon and other decarbonization strategies to design a path to net zero.

      Details of this project case study are available in another AU 2023 session. So I'll mention only the carbon analysis tools and BIM process at a high level. For the Phoenix Project, our teams used Revit architectural models to test four different building scenarios. The goal was to optimize the building's construction materials for lower embodied carbon and the building energy and ventilation systems to optimize operational carbon and, ultimately, augment the design with further carbon reduction strategies.

      First, we used Revit Insights new carbon Insights as it offered the ease and simplicity of moving from the Revit file to an embodied carbon analysis in which to analyze various exterior wall constructions. Because of the detailed modular nature of the Phoenix Project, we needed to analyze specific construction materials, which led us to use [? Calicut, ?] a free third party Revit plugin.

      And for operational energy, we use Revit Systems Analysis with custom openstudio workflows as a tool to mitigate operational carbon. And then we processed the work. We compared the data using spreadsheets and graphs and aggregated the analysis results to provide the end user Factory OS total carbon insights on the four building options.

      This real project aptly illustrates how design decisions that rely on building information models of construction materials and building systems require quite a bit of decision making. Running the analysis was only part of the work as the most important part is actually integrating and aggregating all the data and analysis into meaningful insights.

      So last year, we presented the vision of Autodesk Insight, a total carbon solution for building design in Revit. Underpinning the vision and seeing here is a mental model, an interconnected process of three things-- data, analysis, insights-- which connect expertise with everyday AEC professionals that need to interact with it. So our goal is to make this journey in both directions as frictionless and flexible as possible. But let me unpack this a little bit.

      So from the left, this is how an expert expects the process to work. Establish some data, run some analysis, maybe create some new data in which to create Insights that answer a specific question. But for most people, we actually start from the right. This reflects the way we actually use software and consume the information.

      We look for an Insight and start with a question, do a bit of analysis to get a first answer, then we look into the data behind it so we can trust the whole process and trust the Insight, which we then use to make an actual design decision. So, ideally, the process is a seamless connection of data, analysis, and Insights between expert and human, right?

      I'm going to answer this question by going back to our real worked example with Project Phoenix. Ideally, we want an Insight. For Project Phoenix, we want to know the Total Carbon of a building with a lifespan of 50 years. We start with our model, which is full of data. We run some analysis to get our Insight, right?

      In practice, we start with what we think is a clear process and way forward. But it's easy to get lost in the tools. Each tool can generate a myriad of outcomes. It can take an expert user to work through all the inputs and the outputs. And go back into the data to review the analysis that, hopefully, answers the question. And often we realize we may need or want a different Insight altogether.

      In practice, we want an Insight. But what if we want to further explore the Insight and measure it differently? Maybe we want to know a different carbon metric or an energy metric or a cost or a materials' metric. So metrics measure an outcome. We can measure outcomes with a variety of metrics. And each is a different Insight.

      If we want to understand what effects our Insight, we need to change design factors to further explore the Insight. Maybe we want to know a different architectural factor or program or MEP or structural factor. Factors effect an outcome. So if we want to understand what effects our Insight it requires adjusting all those factors.

      In practice, we want multiple Insights as they're affected by different design decisions and measured by different outcomes. This requires variability of two key things, factors and metrics. So one last time, let's get back to our worked example, how can people get Total Carbon and other Insights like that of Project Phoenix?

      We need connected data, analysis, and Insight in order to bring what's relevant into focus. We need a seamless flow of data between the expertise and designers and engineers. To be able to answer multiple questions, we need rigorous yet flexible analysis. To explore analysis, we want adjustable factors and metrics.

      And to ensure we trust the results, we need to be able to edit the inputs and the outputs. The climate change clock is ticking. And we really must accelerate our impact. So I just highlighted a BIM example to illustrate that building models, defining the materials, the building systems and running analysis is only part of the work. An equally important, but challenging part, is integrating it into meaningful Insights.

      Especially for use by the broader project team and client, it's important to clearly communicate all the key inputs and assumptions in order to build trust, set clear targets, assess trade offs between different design options, and track overall progress towards our decarbonization goals. So while existing tools excel at the raw analysis, they tend to leave the job of creating and communicating Insights to the analyst which can be very challenging and can require a lot of subject matter expertise.

      So to address this and to help democratize sustainability analysis to broader audiences, we're developing the next generation of Insights currently available as a technology preview. The vision is to create a simple, collaborative workspace which project teams can use to target, track, and trade off key design performance metrics and factors in a very open and flexible way.

      So I'm going to hand over to Ian now who will walk you through where the development is at today and the key functionality we're developing to support Total Carbon data analysis and Insights.

      IAN MOLLOY: Thanks, Marta.

      All right, so I'm going to start with a high level summary of where we were at and how we got here. Here you can see all the various pieces and parts that are going into Next Gen Insight. We've covered this in more detail in last year's class. So this is just an overview and a recap.

      Essentially after Insight was first released in 2016, 2017, we learned a lot about what worked well and what its limitations were. And since then we've essentially been pushing forward on three main parts. First was expanding capabilities for more detailed energy analysis. This exists today as a feature in Revit known as systems analysis.

      Systems analysis is essentially an open extensible integration between Revit and Energyplus via Open Studio. And we've been continuing to strengthen this in particular developing Open Studio measures that can analyze specific parts under aspects relating to total carbon. For example, surface hot water heating, code base lines, all electric HVAC, PV batteries, and tariff analysis.

      For more information on this, check out the AU class Design and Analysis of Building Electrification with Revit Systems Analysis. While Systems Analysis runs Energyplus Open Studio on the desktop, Next Gen Insight runs it in the cloud to essentially provide the same information what's needed for total carbon.

      The second part was essentially expanding Insights' scope to calculate embodied carbon. This is what we shared last year and formed the basis of the Insight Tech Preview we released earlier this year. Essentially, it uses the Revit Energy Analytical Model as a starting point for total carbon analysis. It uses data from EC3 and allows you to define your own material carbon coefficients.

      It then computes the embodied carbon by material element type and provides various visualizations. Finally, then perhaps the most exciting part, we've been moving some of the core concepts of original Insight that made it very visual interactive, moving them forward into Next Gen Insight. So pieces like metrics, factors, benchmarks, and scenarios, the things that support a more outcome driven approach and more data analysis and Insight driven approach.

      This last piece is mainly what I'm going to talk about now. And that's ultimately what I'm going to show is all powered by all the data analysis that already exists with Insight and Systems Analysis.

      So we believe the best way to really understand what Next Gen insight is and what can be meant by total carbon is to go through a worked example. This example provides some insight into what total carbon is in the simplest possible terms. But its main purpose is really to help you understand how Insight works and how you can shape it to meet different needs.

      Everything I'm about to show you is what we call a real data paper prototype. This is effectively the design the development team is working to, and it uses real data actually taken from Project Phoenix. Once I'm done, Corina is going to show you a video of actual working software, all of which you can then use to judge the overall value and progress for yourself. Either way, we'd love to hear from you, hear your feedback, ideally get you involved in the technical preview. Corina is going to provide information on how to do that later.

      So just before we jump into the worked example, we want to share the simple breakdown of key problems that people typically encounter with carbon and many other types of analysis. This is far from an exhaustive list and probably nothing you haven't heard before. But things like, it's very complex, or it's a black box, and I'm not sure where numbers come from and if I can trust it. And it's only for specialists. And it's very precise, but it doesn't really show me direction. And it's only applicable to certain design stages or certain scope of design.

      Marta touched on a lot of this earlier on the challenges of the current tool landscape. I only mention them here because in response to these problems, we've established a set of key values or principles that we've really made integral to the workflow and the user experience. These are simple, open, extensible, accurate, and collaborative.

      And these might seem a little vague or unclear at the moment. But the purpose of them here is to help break down the worked example I'm going to go through into very clear sections and help connect the dots between how the tool works and the problems and principles that we're solving for.

      OK, so the first part of the worked example, this roughly connects to the principle of making things as simple as they possibly can be. We'll explain Insights' overall structure and its main parts. Then we look at what's in this specific Insight and what can be learned with minimal interaction.

      Then as we go through each section, we'll go deeper under the hood. And by the end, you should have a reasonable sense of how we're approaching the problems and what you'll be able to do with Insight.

      OK. So here is Insight or more specifically an Insight. And we'll get into what this one does specifically in a minute. For now, I'll just outline three key parts and its overall structure. Just watch out for the yellow highlighting to follow along.

      First thing to note is that an Insight contains dashboards. Dashboards behave much like tabs, and they can be used to organize various data analysis to serve different purposes or preferences.

      Next, dashboards contain cards. There's various types of cards, each with different purposes and behaviors. And then up on the top left, you'll see scenarios, basically, a way to manage different design options or different assumptions and see, do comparisons. These are really key to doing comparisons and trade offs.

      And note that we're just starting here with just a single scenario. And we'll show how more can be added later. Then one level down from this, we have these other key cards that we want to highlight here. First of them is metrics.

      Metrics are essentially key performance indicators that you want to target, track, and trade off. They're shown in a fixed position here. You can actually move them around. We're going to keep it nice and simple in one place. Factors then are the things that impact metrics. So the design decisions like maybe wall type. Or in this case here, key assumptions that impact the actual metrics and outcomes.

      Then we have the ability to edit the dashboard. This enables you to look under the hood and change the definition of metrics and factors. You can also change the layout. Like I said, we're not going to get into that. You'll see that in the demo. Then manage, that defines the data analysis behind the metrics and the factors and the charts and graphs that are shown.

      So we're going to use all of those tools here now to show you how Insight actually works and what you can do with it. So let's take a look at what this Insight is actually about. So to understand that, we should actually use what's here is this little, About This Insight. Now it's a little small here. So I'll read it for you.

      But it basically says, Autodesk Insight provides a simple, collaborative workspace to explore and explain key design performance decisions using open and extensible data analysis. This Insight provides a simple answer to the question, what is Total Carbon but more importantly helps illustrate the main parts of how Insight works.

      It contains a single dashboard, contains three key metrics, Total Carbon, embodied carbon, operational carbon, one chart, and three factors, building lifespan, grid carbon coefficient, and construction waste. Start by playing with the factor sliders to see their impact on key metrics then use the Manage Edit Dashboard buttons to see how each metric factor is defined and adjust them to suit your needs, provide detailed breakdowns, and do side by side comparisons.

      So, basically, that's just providing some information about what the purpose of this Insight is and what the user should do with it. And these kinds of notes are totally customizable and can be attached in various places basically with the idea of building guidance in an explanation throughout Insight.

      Now let's take a closer look at what's actually in here. So first you see a high level summary of things like building type, location, floor area. You see a view of the analytical model. You see some key metrics for Total Carbon, embodied carbon, operational carbon, and a breakdown of that.

      Taken as is, what insight can you really get from this? Not a whole lot. You can kind of see what the Total Carbon number is. You can see that the breakdown is heavily weighted towards operational carbon more than operational carbon. The key question is why?

      That is taking just as it is as a static dashboard, it might answer some questions. But actually in many cases, it just raises more. So now what we want to do is look into it further. So one of the key features in here that we took from original Insight and we've resurrected here is this idea of looking at factors and having to play with them.

      So take building lifespan. It could be anything from one to 100 years. It's currently set to 50 because this project is built essentially to last for a long time. But very easily, I can just click on that, and you can see if, I brought it down to one year, you know, first of all, notice the real time feedback. And now you'll see the embodied carbon is much more significant.

      So as you can see here, the Insight now is building lifespan plays a very significant role in defining what the Total Carbon is where savings can be made. Let me just reset that. Now let's look at grid carbon coefficient. This basically depends on your location and the fuel mix of your electrical utilities. 0.18 is the statewide average for California, where this project is located.

      But of course, the grid is decarbonizing. So what might it be in the future? Say it was 0.05. You'll see that actually reduces the amount of operational carbon, puts the shift back on to a little bit more onto embodied carbon. But not a lot, which, again, just shows the tremendous effect that the building lifespan has.

      And then, finally, construction waste. This one is kind of specific to projects Project Phoenix. But this provides a rough approximation to enable comparison of traditional on site construction where waste is often in the region of 30% versus what Project Phoenix is using, which is modular off site prefab, much more efficient. Where it's waste is much lower like 2%.

      And in that case there, you can see the embodied carbon is greatly reduced. So the point of factors is that they provide real time feedback on the different factors that impact the overall metrics and outcomes. OK. So that's our first pass through what Insight is and what we mean by simple.

      So what we're going to show now is how Insight is open. And by that we mean there's no black box, nothing is hidden. We're trying to make everything as transparent as it can be. So now we're going to start to take a look under the hood of what's in this Insight.

      So now this isn't quite under the hood yet. It's just showing more of how we can attach some explanatory notes and other information to help explain what things are and where data comes from. But if you click on these little eyes beside the metrics or the factors, you'll see this little explanation of what building lifespan is.

      It represents the timescale over which the Total Carbon is being assessed. Gives you some typical values for it. And you can either set it to a period or maybe if you're assessing Total Carbon by a certain period of date, you can set in the number of years that you want. For the purposes of this project and to maximize Total Carbon savings, we're assuming a long building life of 50 years.

      So that's basically explaining that this is an important factor, and this is our assumption, being totally upfront and transparent about that. Then similarly, if we look at things like grid carbon coefficient, you'll see this gives a more detailed explanation of what that is. And it also provides the source that we got that information from which is the Energy Information Administration's website that provides statewide averages for grid carbon intensity.

      Then, finally, construction waste. Again, just another little note, explaining what I mentioned earlier, again, it's providing context on what this setting is, the role it plays, and the different scenarios that we can look at for this project. So that's all super high level stuff. Now let's really look under the hood as to what is behind this Insight.

      All we're going to do here is first click on the little Edit Dashboard button. What you'll see immediately, all of the cards become, essentially, editable, the little pencil icon indicates that. And if we dig under what's behind each of these, we want to think, well, we're ultimately trying to save total carbon. And we know that is comprised of embodied and operational.

      Let's look at how each of these pieces are defined and how they relate to one another. So if we look at the little Edit button for the metric total carbon, we manage that metric. You'll see it opens up the Manage metrics dialog. And you'll see that the Total Carbon, the metric, has a name, it has a description, but then it has a sort of a formula or a definition.

      And it's basically, in this case, it is the sum of two other metrics, embodied carbon and operational carbon. It's a very simple one. This is why we started with this one so that you can see clearly how it works. And there's a nice kind of color coding so that later on as we start to do more complex equations combining, not only computed metrics, but also analysis data or model data or factors, you can see how it's all combined more clearly. All using very simple math operators to do that.

      So next we're going to look at what's behind embodied carbon. And, again, just in simplest terms, embodied carbon is the embodied carbon of the walls plus the embodied carbon of the windows, embodied carbon of the floors, plus some embodied carbon of the roofs, they are all analysis results computed from the embodied carbon analysis. And it's multiplied by this blue thing which is a factor called construction waste.

      So what is construction waste, and what is a factor? We can then go into the Manage menu, pick out Factors, select the construction waste factor, and see, again, it gives a description of what it is. It gives the table of values, the range of values it could be. It could be zero, it's unlikely. Offsite modular prefab is 2%, industry average for in situ construction is 30%.

      So this gives us the range of values over which that factor can vary and a user can explore the cause and effect impact of very easily. These are entirely adjustable. You can add to that table. You can add descriptions. You can add values. Makes it very flexible and extensible.

      Then, finally, we're going to look at what's behind operational carbon. And this one's a little bit more complicated, but you'll still see it's still relatively simple. This is combining a number of analysis results like annual electrical energy use, multiplying it by the grid carbon coefficient factor, and then adding that to the annual fuel use times a fixed value, which is a conversion. You'll see the little note talks about a fixed rate conversion for the combustion of natural gas.

      So the fuel in this case is assumed to be natural gas. And both of those are added together and multiplied by the building lifespan factor. So unequally we can say, OK, if that's what that is, what is grid carbon coefficient? We can look at go in, find the factor again, see how it's defined, see the range of values that we can consider equally for building lifespan.

      So, again, if we wanted to assume, account for 100 years, we could add in a row for 100 years, add that in, and then that would appear on the scale, and we could move it up and down to see what that impact is. And it would compute in real time. So very, very simple.

      Trying to be really upfront about how everything is computed and where the data comes from and given the user that trust and confidence in what's there. OK. So the next section then is to talk about extensibility. And this is really the fun part now.

      Now we're going to show you how Insights can be customized to meet a range of different needs. For this example, we're basically going to add some new metrics and some new factors. And that, basically, captured the value of adding photovoltaic energy into the mix.

      So first thing I do is I select metrics. I create a new metric, and I'm going to call it photovoltaic offset. Now there will be different ways to compute this. This is the beauty of this. I can do the different levels of sophistication here. But what I'm basically doing here is I'm taking an analysis result, which is annual roof solar radiation, and multiplying it by a piece of model data, which is the roof area. And then I'm multiplying it by two constants, 50% for the assumed percentage of roof area and 20% for the overall efficiency of the photovoltaic panels.

      That's now going to compute a new metric called photovoltaic offset. We're also multiplying it by grid carbon coefficient of building lifespan to turn it into effectively the analysis of operational carbon provided by PV. And notice, the dashboard hasn't changed yet. Because it's been computed in the background. We're not showing it yet. And we haven't changed anywhere else to respond to that.

      So the natural place to account for photovoltaic offset is in operational carbon. So I'm going to go back into this definition. And in here, now, I'm going to add in these minus photovoltaic offset, minus the metric photovoltaic offset. After it's computed that, it will deduct that, and it will compute that. So now when we go to the next, you'll now see the total carbon number has actually reduced.

      You'll see operational carbon has reduced and as such the total carbon has also reduced. So the next thing we're going to do is actually add the photovoltaic metric to the dashboard. So all we do here is we select Add Card, we select the metric tile, we select the metric that we want to include on the Insight. And it gets added to the Insight.

      So now we can see the whole story of where the Total Carbon, embodied operation, and the photovoltaic offset are sort of summing together. Next, what we're going to do is we're going to create a new factor to define the percentage of roof for photovoltaic. So, again, I go into Factors, I create a new factor for called percentage roof PV coverage, I give it a description, and give it a range of values from 0, as if we had no PV, to 50%, the default, to 80%, which was like the highest sort of amount of percentage of the roof that you can practically use for photovoltaic. Because you've likely got other equipment up on the roof.

      So, again, very conceptual but, hopefully, communicates the idea. So now what we're going to do is we're going to adjust the photovoltaic metric to include the roof percentage as a factor instead of a fixed number. So, again, I edit the metric. I select the photovoltaic offset. I change the formula to replace the original fixed 50% to it now the metric, sorry, the factor percentage roof PV coverage.

      Because the default is still 50%, the numbers haven't changed. But what I can now do is now I can add a metric, sorry, a factor slider so that I can actually interact with this. So, again, if I go Add Card, select Factor Slider, select the factor that I want to put on the slider, you'll then see it gets added to the Insight.

      And now I have it's reporting the current value of 50%. And of course, what do we want to do with this? We want to change it, of course. And we want to see what is the potential if we go from 50% to 80%? And as you'll see, as you go from 50% to 80%, photovoltaic offset increases, operational carbon reduces, and overall Total Carbon reduces as well.

      So very, very simple example of how the data, the metrics, and the factors can be combined to start to provide interactivity and tell a story on what design decisions need to be explored and can be explored.

      Yeah, so that should give you some sense of how metrics and factors work in this very simple, open, and extensible way. Remember, the purpose of this example is mainly to understand how Insight works. It's very simple. It can be a lot more complicated. But because it's extensible, you can add so much more. And so this is where we want to connect to that idea that Marta was talking about. When it comes to Total Carbon, there's more than just embodied and operational carbon and even photovoltaic offset. There are many, many different metrics, many different things to measure, and ways to measure them.

      And there are many things to vary or combinations of things to vary. And so this is what we want to be able to enable is for Insights to be able to combine different metrics and factors to answer different design questions at different stages in the process for different stakeholders.

      So, finally, the next accurate, now this one is a big word. There's a lot of confusion about it. And to be clear in this context, it's less about being right. It's more about openness and extensibility and where you have the tools to dial the Insight in to meet your needs, use all the right data, et cetera.

      Here we mean it more in the context of actually providing direction as opposed to precision which is more about position. What you'll also see, though, is that it does rely a bit on extensibility. So far everything we've done so far has been contained on a single dashboard.

      And just like current Insight provides a few very high level key performance metrics, a big part of gaining further insight and sort of trusting that data and analysis is starting to break these down in other metrics. So to do that we're going to add a new dashboard that will provide a simple breakdown of embodied carbon and operational carbon.

      So to do that, I just pick to add a dashboard. I can, if I want to, pick a blank one and start completely from scratch and start putting metrics, factors, charts and connect the data. But because a breakdown is a common thing to do, we actually have that as a standard format that people want to use.

      You pick the metrics or data that you want to actually plot, and then it'll create a dashboard with that breakdown. So here we can see a breakdown of the embodied carbon and a breakdown of the operational carbon over one year along with, again, another model view. And notice it's on another tab.

      This is very useful for QA/QC as well as understanding where the carbon is kind of going. And then next, you know, everything we've talked about so far is a single scenario and a single situation. So, obviously, one of the key things we want to do with an Insight is actually understand differences in deltas and trade offs and so on. So to do that, very helpful tool, is to create a side by side comparison.

      Again, this is another standard way that people want to look at information. So to do that we have some preconfigured scenarios here. These are essentially the scenarios that are defined for Project Phoenix. We've got essentially four different Revit models.

      And then when we plot them, it will create a side by side comparison. And, again, just like the Overview dashboard, it can be configured to meet different needs. I can hide or remove different metrics or factors. I can change the charts. I can also add other scenarios as well.

      And the point of this is I can make different-- I can use these to explore the design myself. Or I can also curate one that I want to present to a client to explain, here are the options we looked at. And here's what we arrived at. So that in that case that Insight can be completely specific to that project.

      And then, finally, collaborative. Now this is actually a super simple one. Nope. Put simply reducing carbon is a team sport. And so Insights are meant to be shared. Now the fact that it's web based really lends itself to easy sharing of both the Insights directly, as a web URL. And this will help designers and clients explore and explain decisions as well as reusing Insights on other projects.

      Then further in the future, and maybe we're stating the obvious, but we really believe in the promise of unified data across disciplines and design tools. So one of the things we're working towards is unlocking ways to provide the use of Insights' metrics, factors, charts directly in tools like Forma and Revit. And then from Forma and Revit provide a path back to Insight so that the user can see where the data come from, how is it configured, and build that trust and confidence, and make it suit their needs.

      So, therefore, the tool isn't just a one size fits all thing. You're not limited by the way we define carbon should be analyzed or anything should be analyzed.

      OK. So that was a lot. Now I'm just going to leave you with just a very quick recap of what we just went through there. So like we said, Next Gen Insight is intended as a simple collaborative workspace project teams can use to target, trade off, and track key design performance metrics and factors in a very open and extensible way.

      You've seen how Insights contain dashboards and cards. Cards comprise things like metrics, factors, charts, and model views. And all of these are highly open and extensible.

      So now that we've pieced it all apart and explained how it works, hopefully, you can see what we're adding and what we're doing with Insight is really starting to tackle some of these key challenges that we talked about, this need to create a seamless connection between the expert and the typical designer, seamless connection between data analysis and insights. The need to connect many different metrics and factors and analyze many different metrics and factors and work in this simple open extensible accurate collaborative way.

      These are really the key aspects that we're trying to optimize this tool to serve. And then, finally, we just want to leave you with the point that the idea of Insight containing multiple Insights doesn't just extend to different definitions of breakdowns of carbon or whatever metric that you're tracking but combined with how models are created and combined and specific, sort of project specific challenges and opportunities to save carbon, Insight is well suited to serving these needs in a more consistent and repeatable way.

      So to help illustrate this, we've used these other examples. Now check out all these other AU classes, some are technical instructions some are case studies. Now full disclosure, while these case studies did not actually use the Insight you saw today, they'll all admit that they did it the hard way. And working with these customers and partners has really helped us shape the solution that we're developing and presenting here today. And they're very keen to take advantage of this in future projects.

      And they've kind of validated this problem that we're solving and solution that we're putting forward. So that's it for me. I'm going to hand you over to Corina now who's going to share the latest demo with you and information about how to provide feedback and get involved in the tech preview.

      CORINA MARINESCU: For those tuning in online, please scan the QR code currently visible on your screen to watch the latest demo. Your feedback is highly valued and appreciated. So leave us a comment. If you want to test the tech preview for yourself, as we expand the functionality that was presented, please scan the QR code to get involved and help shape the ongoing development.

      So thank you for attending our AU class, Total Carbon Data Analysis and Insights. Here is a list of other sustainability classes we'll think you'll enjoy.

      Downloads

      ______
      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.