AU Class
AU Class
class - AU

Streamlining MEP Sustainability Analysis Through Power BI and the ACC Model Viewer

このクラスを共有
ビデオ、プレゼンテーション スライド、配布資料のキーワードを検索する:

説明

For too long, the environmental impact of mechanical, electrical, and plumbing (MEP) systems has been underestimated, especially compared to structural and architectural elements. However, case studies, particularly those involving industrial buildings, reveal a significant impact. Unfortunately, most off-the-shelf lifecycle analysis (LCA) solutions don't address MEP. As a global leader in design and consulting services, Jacobs is here to change that. We've developed and built a custom Power BI visual. This innovative tool pulls both models and their associated metadata directly into Power BI. Our LCA experts then took things a step further. They developed calculations that convert the extracted data on quantities, dimensions, and materials into measurable global warming impacts. The result? Powerful LCA dashboards with clear model visuals. These tools empower our engineers and clients to make data-driven decisions that minimize the global warming impact of their designs.

主な学習内容

  • Discover which Revit MEP categories are significant and quantifiable for LCA.
  • Learn how to set up conversions from material/quantity take schedules to carbon output in Power BI.
  • Learn how Jacobs uses dashboards to translate design choices into quantifiable data related to global-warming impact.

スピーカー

  • Margarita Kreternova
    Margarita Kreternova is a dedicated professional with a strong focus on the digital execution and delivery of data centers projects since 2012. She has a deep commitment to understanding and resolving BIM issues specific to the data center sector for hyper-scale and co-location clients. Margarita is passionate about sustainability, software interoperability, and the extraction of data from models, aiming to enhance efficiency and environmental stewardship in her projects. Due to her understanding of the market and commitment to sustainability and success of digital execution, she has become a specialist in this area to help drive innovation forward where solutions in the industry fall short.
Video Player is loading.
Current Time 0:00
Duration 36:53
Loaded: 0%
Stream Type LIVE
Remaining Time 36:53
 
1x
  • Chapters
  • descriptions off, selected
  • en (Main), selected
    Transcript

    MARGARITA KRETERNOVA: Hello. Good afternoon, everybody. This is Streamlining MEP Sustainability Analysis Through Power BI and ACC Model Viewer. I'm Margarita Kreternova. I am the Director of Digital Delivery for Data Centers at Jacobs.

    Since 2017, I've been focused on digital execution and delivery for data center projects, specializing in solving BIM challenges for hyperscale and co-location clients. My passion lies in sustainability and software interoperability, finding efficient ways to extract data from models to improve both environmental performance and project delivery.

    After graduating with a dual major in architecture and sustainability in 2012, I wasn't sure I'd be able to apply my sustainability knowledge. And I feel very fortunate that after years of focusing on BIM, I'm now able to combine my passion with my professional work.

    I'll begin by looking at data center Life Cycle Assessments, known as LCAs, from a high-level perspective and discuss how these assessments differ from those done for commercial and residential buildings. Next, I'll demonstrate the critical importance of accounting for MEP elements in data center LCAs, supported by evidence from several studies conducted by Jacobs.

    Next, I'll explore a case study where Jacobs was challenged by a major confidential client to perform a comprehensive whole building LCA several years ago. This case study will lead into the technical substance of today's presentation, where I'll showcase our custom solution for effectively calculating the global warming impact of MEP systems. And, finally, I'll close with some lessons learned and discuss next steps for improving MEP LCA methodologies.

    So, first, an introduction to data center LCAs and the missing piece to the puzzle. The global demand for data centers continues to rise, particularly following the surge in AI technologies, which has increased the need for cloud storage and processing power. Traditionally, LCAs have focused primarily on structural and architectural systems. However, we're now realizing that this approach overlooks substantial portions of global warming impact, especially for building types like data centers.

    Over the past five years, our comprehensive whole building LCAs have grown into a significant market segment for us, providing us with the opportunity to refine and optimize our workflows, which I'll be sharing with you today.

    LCA first gained popularity through LEED certifications, which at the time didn't focus very much on MEP systems. While this approach might make sense for commercial and residential buildings, when analyzing advanced facilities like data centers, a large portion of the building's components are being overlooked.

    In our early work, we utilized some model auditing tools to extract item counts from data center Revit models and found that MEP services made up 74% of all items. While this didn't equate to 74% of global warming impact, it really underscored for us the necessity of calculating MEP impact to create a truly accurate whole building LCA.

    As we began conducting whole building LCAs, we relied on case studies from other building types, such as health care facilities, to identify items that had a high, medium, and low global warming impact. During this analysis, we discovered that tools like Tally were missing large segments of high and medium impact MEP items, which you can see outlined here in dashed lines.

    This gap in analysis led us to develop custom tools that would fill this void. I think it's worth noting that this happened incrementally. We actually began in Excel, then transitioned to Power BI, and ultimately developed the custom solution, which I'll demonstrate for you today. This progression reflects the organic development of a truly useful tool shaped by demand and collaboration with subject matter experts.

    Through years of conducting the whole building LCAs, we've gathered substantial evidence that MEP systems contribute significantly to global warming, with MEP systems accounting for approximately 15% of total impact and equipment averaging 43%. Here we present data sets from different projects, clients, and regions, all showing a consistent trend in MEP contributions to global warming.

    I was personally involved in the first two projects. And when I saw the result from the third study conducted by a completely different team, I felt very validated in our methodology as the percentages were strikingly similar. From the previous slide, I hope it's evident that MEP LCA analysis is crucial for data centers if we want to achieve an accurate representation of global warming impact.

    Initially, our process was manual, involving exporting Revit schedules and then performing calculations in Excel. However, as client demand grew, we realized we needed a more efficient way to extract, analyze, and visualize MEP elements for life cycle analysis. This brings us to the technical portion of our presentation where I'll walk you through the custom solutions we developed to meet these needs.

    So before zooming into MEP systems LCA an analysis, I am going to talk briefly about how we approached whole building LCA when we were first challenged to do it by our clients because I think walking through this process will allow you to understand our thinking and logic. Our process began by extracting quantities from Revit and assigning LCA factor using a combination of tools tailored to region and item type. These tools included Tally, SimaPro, and One Click, depending on where the LCA was located.

    We then consolidated all the information into Power BI because we needed to create user friendly and accessible visuals for the client. Although we had to string together a bunch of different data sources and analysis methodologies in order to get a result, we didn't need the client to see that. For the client, the important thing was to see a combined report in Power BI and get a final combined number of what the global warming impact of their building was.

    As we work through various elements in the Revit models, we noticed a pattern, how we calculated global warming impact for each Revit category. Architectural and structural elements were easily covered by existing plugins. For MEP systems, we extracted key dimensions and performed calculations to determine material mass and then applied LCA factors accordingly.

    Equipment required us to extract quantities as well as model, make, and type information from the models and research Environmental Product Declarations, also known as EPDs, for each piece of equipment. Unfortunately, this is a highly manual task that was handled by our LCA experts.

    From this work, three distinct workflows emerged, each dependent on the type of item from the Revit model. All three workflows converged in Power BI, allowing us to provide clients with a consolidated global warming impact figure and easy to use visuals. Among these workflows, the MEP system's workflow showed the most potential for packaging into a tool that could significantly increase the speed and accuracy of the calculation. This will be the focus of the technical part of today's presentation.

    So let's take a deep dive into the MEP system tools we developed. To optimize MEP LCA analysis, we used two custom tools. One is called SIFT and the other one is called Alluvial. SIFT is a custom visualization tool that pulls an Autodesk Construction Cloud model view into Power BI, allowing for customization and manipulation.

    If you're familiar with Power BI, you'll recognize this visualization pane. SIFT is a custom visualization that can be added to a Power BI dashboard. Alluvial allows for secure data access and processing via an Azure data lakehouse and facilitates importing data into Power BI as a web source. Again, Power BI users will recognize importing data as a web source in this image. Once these tools are integrated into Power BI, the dashboard design uses typical out-of-the-box Power BI functionality.

    Our workflow can be broken down into three parts. First, we configure an ACC view and identify parameters to pull into Power BI for LCA calculations using Alluvial. Next, we move into Power BI for data cleanup, calculation of volumes, masses, material consolidation, and assigning LCA factors.

    And, finally, we create the Power BI report, which visualizes total global warming impact alongside color-coded visuals. Before we dive into the details, here's a high-level roadmap of the ACC Alluvial portion of the workflow. In the upcoming slides, I'll walk through each step, but this is an overview. And it will give you an understanding of what's ahead.

    So first of all, as I mentioned, it's key to create a publish view in ACC that contains the information that you're interested in analyzing. Then you create a new Alluvial SIFT workspace. After that, you allow the Alluvial platform access to your ACC data. Then you'll be prompted to select files from an ACC project.

    And after selecting the file, you'll be prompted to select a specific view and a specific version of the view. At that point, a model ID and SIFT key will be generated, which it's important to note for use later in Power BI. After that, the next step that comes is importing all of the model data from ACC into Alluvial. And this takes a little bit of time.

    After all of the data is imported, the user creates attribute sets, which are basically curated lists of attributes that are important to the analysis, which will then be brought into Power BI. After the curated lists are created, they are processed. After they're processed, unique URL is generated for each list, and that is what goes into Power BI.

    So a well-developed ACC view is really the foundation for the success of this workflow. It's important to isolate content that you're interested in analyzing as this reduces the visual load times and simplifies attribute selection. For example, if doors were included in this view, you would have unnecessary width and height attributes for doors mixed in with information about ducts, making the selection process for useful attributes more time consuming.

    Remember, the SVF file format used by ACC is structured differently than the native Revit file, so finding corresponding parameters might require some trial and error and just some getting used to. Also, it's important to understand that depending on the shape of the system, whether it's round, rectangular, or trough, you need to focus on different dimensions to perform calculations. Another important thing to keep in mind is that materials are also stored in different parameters depending on the system. And sometimes it takes a while to find where designers have put the material parameter.

    Once the ACC view is configured, we move into Alluvial. After creating a new workspace, we begin by signing into the Autodesk Construction Cloud. This allows Alluvial to access the ACC data for the selected project. We navigate through the project folders to find a specific view.

    And then Alluvial imports all the data associated with the geometry and the selected view into the Azure data lakehouse. Once this process is complete, we create attribute sets, which are very similar to Revit schedules and contain curated sets of attributes that will eventually import into Power BI.

    Now, I'm going to do a short video demo and walk you through the process because I think it's much easier to understand when you see a visual. So on the left hand, we have the ACC model viewer open. And on the right, you can see the Alluvial interface.

    First, I'll focus on the electrical model and proceed to create new attribute set specifically for cable tray. You can think of attribute sets much like schedules in Revit, where we define which parameters will be displayed and tailored to our analysis.

    The initial field that needs to appear in all the schedules is the name, and the name is essentially what's at the top of the properties in the ACC model viewer. For models coming from Revit, this is going to be a combination of the Revit category with the element ID. From here, the process becomes a little bit more intuitive, as you simply scroll down and identify which information you'd like to bring in.

    You can see that I'm going through and selecting anything that is relevant to the LCA. When I get to dimensions, things get a little bit more complicated. As you can see, length appears multiple times.

    This happens because there are several components in the view, cable tray, conduit, and wires, that all have length parameters. I'll go ahead and include all of them. And they will become consolidated during the attribute processing stage. I'm continuing with the selection of different dimensions and including anything that matches the criteria.

    Finally, I'm scrolling through and looking for any additional parameters that may hold valuable material or shape information. Specifically for cable tray, there is information related to perforation. Whether a cable tray is wire mesh or solid, that can play a critical role. So I'm identifying any parameters that might contain this type of information. Finally, I am saving the set and confirming that everything has been saved correctly.

    So after the sets are created, the attribute sets need to be processed. The processing extracts the curated data set from the model and places it into the Azure data lakehouse and then generates a URL for the data set that can be input into Power BI as a web source. Note, when there's a change in the model, attributes need to be either reprocessed, or a daily reprocess needs to be configured at the beginning of the project. But this is incredibly valuable because it means that as the designers are working on the Revit file, the information gets updated in Power BI.

    Now that we've completed the data extraction process in Alluvial, we're ready to move into Power BI. Similar to the ACC Alluvial workflow, here's a high-level roadmap of the Power BI workflow. At first, we'll import the data as a web source. Then we'll paste the Alluvial SIFT URL in.

    Afterwards, we'll manipulate the data and do some vital cleanup. Then I will talk about importing LCA factors into the Power BI dashboard, how to do the LCA calculations, and then, finally, how to combine all of the MEP system results together to get a combined global warming number, as well as how to create and colorize the visuals with relevant information.

    Again, I'm going to do a video demo and walk through the process with you. Here I'm retrieving the Alluvial SIFT URL for a specific attribute set. In this case, it's the conduit from the electrical model and then using the Power BI web source data connection to bring all of this information in.

    The data will take a second to import. I'm going to jump straight into transforming the data in Power Query to perform some initial cleanup and filtering. One of the first things I'll do is rename the data source to something more intuitive, like conduit for clarity.

    Then as we saw in the ACC model viewer, the name of each item imported from Revit consists of two parts, the Revit category and the element ID. In this step, I'm splitting this information into two separate columns since I'll need the Revit category column to filter out just the conduit data. I'm then cleaning up the element ID data a little bit more. Now, I'm filtering for just conduit before adding this data set into the Power BI dashboard so that it performs faster.

    Finally, I'm loading it in, which reloads all of my data sets. And as you can see, conduit now appears in the upper right-hand side as a data source.

    One of the first steps in Power BI is cleaning up how the data comes through. We did a little bit of this in the last step, so breaking up the name column is a vital step. Then it's essential to make sure that all of the dimensions have consistent units.

    For example, in our calculations, we chose to standardize everything to feet. But while length comes in feet, the other dimensions like height, width, and diameter actually come in inches. And so a conversion was required in order to make sure that all of the units were aligned and our calculations were correct.

    The next step is essentially consolidating materials. So rather than enforcing a strict naming convention in Revit, we find it easier to consolidate material names in Power BI. Often, we're analyzing models created by other firms or by clients. So enforcing a standard naming convention isn't always an option.

    At this point, our LCA experts will parse through the data to identify what different terms refer to the same material as far as life cycle analysis is concerned. Here, I'm showing you an example where rigid polyvinyl chloride conduit, PVC, polyvinyl, and plastic are all used as different material names in the model. However, they actually refer to the same material for the purposes of assigning global warming multipliers. So we use a combination of if and search functions to identify all of these items as PVC.

    Sometimes materials are undefined in the Revit models. In this case, there are two options, either return to the designer for clarification or decide on an assumed material when materials are undefined. We do prefer to have a default assumption built in for any undefined material in our dashboard so that a preliminary MEP LCA can be performed.

    Our assumptions are made based on materials we typically see for systems in data centers. An example I can give you is for undefined pipe, we assume that it's steel. For undefined conduit, we assume that it's PVC. It's very essential to make these assumptions transparent and flag any of the undefined materials. So in our dashboard, we actually have a page that shows exactly what percentage of materials were undefined and where we had to make a material assumption.

    The nice thing is that at any point the materials can be defined in the Revit model and then the data reloaded into Power BI. At this point, the calculation is automatically rerun based on the new information, and a new global warming number is calculated that's more accurate. This is a screenshot from a project where no duct material was defined and about half of the conduit material was undefined. In this case, it would be beneficial to go back to the designers and have them define the duct material because 100% undefined is a dangerous assumption to make.

    The next step that I'll walk you through is how we do the LCA calculations. So an LCA calculation in general is composed of the following steps. First, you identify the cross-sectional area of each item, which varies based on shape. The calculation for pipe is going to be different than the calculation for duct is going to be different than the calculation for cable tray because all of those items have different cross-sections.

    Once you have found the cross-section, you multiply that by length. And then you multiply that by material density. And then you multiply that by the LCA multiplier. And you're able to get a global warming impact number for any type of MEP system. We keep the material density and the LCA multipliers in a separate Excel table that's referenced into the Power BI dashboard so that the LCA experts can update those numbers more easily because they generally are more familiar with Excel.

    A couple more things about the LCA multipliers. As I mentioned, they're maintained in a separate spreadsheet, allowing the LCA subject matter expert to easily update and modify it without needing to use Power BI. These multipliers are broken down into life cycle stages, A through D, so that they can be included or excluded based on the project requirements.

    I don't know if you noticed, but when I showed the examples of the three different data center LCAs that we've done, the different clients actually wanted different life cycle stages reflected. And so by splitting out the global warming impact by life cycle stage, you're able to essentially add or remove certain things.

    For this particular dashboard, we used the Ecoinvent database sourced from SimaPro. If you are using a different database, you could essentially update the underlying Excel LCA multipliers with different numbers and rerun the analysis.

    This is an example of what that table looks like. So I'm going to show an example of what applies to different types of systems. So, for example, these two line items would be used as the multipliers if you were doing an A1 through A3 analysis of steel duct. And then these two multipliers would be used if you were doing an A1 through A3 analysis of steel pipe.

    If you wanted to do an analysis that included stage C, you would also add these multipliers into the calculation as well. So splitting things out by life cycle stage allows for more flexibility of what is and is not included in the LCA, which we found different clients are interested in, including different life cycle stages. So this is critical.

    Once all the calculations are complete, we aggregate the data using a union function, focusing only on high-level columns that are common across all the MEP systems. These columns typically include material, length, the global warming impact, and the system type, which is a little bit different depending on whether you're looking at pipe, conduit, duct, or cable tray.

    After completing the analysis, we use the SIFT visualization tool to colorize the model based on global warming impact. The model applies a red, a green, to yellow, to orange, to red gradient, where green represents low impact and red indicates higher impact.

    In this example, you can see that the chilled water return piping system, which contributes to 37% of the overall global warming impact, appears in a darker orange versus the sanitary system, which only accounts for 2% is highlighted in green. The SIFT visual allows you to pick any kind of parameter to colorize your model based on. And this can be dynamic. The interesting thing is if the underlying data set was updated and more MEP systems were added to this that were more significant, the color gradient would start to change.

    So now I'm going to give a demo of the dashboard as it appears in the Alluvial interface. So in the first tab, I'm presenting the overall calculated global warming impacts. The total value is predominantly displayed on the right in a large, easy to read format. Next, I've included a series of graphs that offer a high-level breakdown across MEP system categories, specifically piped, duct, conduit, and cable tray.

    To the right, we dive a little deeper by breaking down these broader categories into more specific systems. Because this is a dynamic Power BI report, I can interact with the visual by clicking on parts of them. And the values on the screen will automatically update.

    Moving to the second tab, here's where we provide some additional informational insights. We've documented the assumptions made for any materials that were undefined in the Revit model. Fortunately, since this particular dashboard is based on a sample file, there aren't any undefined materials. However, as I showed earlier, if there are any missing material definitions, they would show up colorized and with percentages.

    And the third tab is where we list the LCA multipliers used for the analysis, along with their sources. As I was explaining, these values can be adopted depending on the region, the specific life cycle stages that apply to the project, or alternate LCA data sources.

    Next, we dive into the LCA numbers for each MEP system category. This section provides detailed insight into why certain systems have a higher impact. Factors such as the material used and the size of the system play a crucial role.

    Materiality, in particular, is a key focus for many of our clients and designers, which is why we've added a slicer to allow for easy manipulation of this variable. In the next tab, we have the SIFT visualization. It takes a second to load, just like the ACC view.

    Here the model is colorized based on each system's contribution to the total global warming impact. For instance, the chilled water return system contributes a significant 37% to the global warming impact, which is why it's highlighted in a darker orange. In contrast, the sanitary system contributes just 2%, so it appears in green. All of the systems can be displayed and colorized simultaneously. This is very helpful for clients.

    Next, in the global warming insights sections, we attempt to highlight some of the key factors that might be driving a system's impact when it comes to global warming. When comparing the chilled water return system to the sanitary system, for example, we can see that the chilled water system has a longer length, a larger average diameter, and is constructed from steel, factors that increase its impact.

    On the other hand, the sanitary system is shorter, has a smaller diameter, and is made of PVC. Similar tabs exist for every MEP category, ducts, cable tray, and conduit, each offering detailed insights into their respective impacts.

    So at Jacobs, the next steps for us is creating an equally efficient workflow for MEP equipment, which comprises an even higher percentage of global warming impact for data centers. Looking forward, we're researching the possibility of using Alluvial SIFT and artificial intelligence to automatically match environmental product declarations with what appears in the Revit models. This is currently a very time-consuming task, but it's one that actually aligns squarely with the strengths of artificial intelligence.

    I'd like to end by returning to this slide, which highlights the significant contribution of MEP systems to overall global warming impact. On average, MEP systems account for 15% of total impact, and MEP equipment accounts for 43%. It is crucial that we continue to investigate MEP impacts, not just for data but across other building types as well.

    Ignoring MEP systems means missing a huge piece of the sustainability puzzle. The future of life cycle assessment must include a strong focus on MEP systems to drive meaningful change. I'd like to encourage you to push for incorporating MEP LCAs into projects armed with the knowledge from this presentation.

    Also, I want you to know that calculating MEP impact is possible to do in an effective, consistent way. And I think that we're on the precipice of having tools that accomplish this at scale. Thank you.

    ______
    icon-svg-close-thick

    Cookieの設定

    弊社にとって、お客様のプライバシーを守ることと最適な体験を提供することは、どちらも大変重要です。弊社では、お客様に合わせてカスタマイズした情報を提供し、並びにアプリケーションの開発に役立てることを目的に、本サイトのご利用方法についてのデータを収集しております。

    そこで、お客様のデータの収集と使用を許可いただけるかどうかをお答えください。

    弊社が利用しているサードパーティのサービスについての説明とプライバシー ステートメントも、併せてご確認ください。

    サイト動作に必須:オートデスクのサイトが正常に動作し、お客様へサービスを提供するために必要な機能です

    Cookie を有効にすることで、お客様の好みやログイン情報が記録され、このデータに基づき操作に対する応答や、ショッピング カートへの商品追加が最適化されます。

    使用感が向上:お客様に最適な情報が表示されます

    Cookie を有効にすることで、拡張機能が正常に動作し、サイト表示が個々に合わせてカスタマイズされます。お客様に最適な情報をお届けし、使用感を向上させるためのこうした設定は、オードデスクまたはサードパーティのサービス プロバイダーが行います。 Cookie が無効に設定されている場合、一部またはすべてのサービスをご利用いただけない場合があります。

    広告表示をカスタマイズ:お客様に関連する広告が表示されます

    Cookie を有効にすることで、サイトのご利用内容やご興味に関するデータが収集され、これに基づきお客様に関連する広告が表示されるなど、効率的な動作が可能になります。また、継続的にデータを収集することで、お客様のご興味にさらに関連する広告を配信することが可能になります。Cookie が無効に設定されている場合、お客様に関連しない広告が表示される可能性があります。

    icon-svg-close-thick

    サードパーティのサービス

    それぞれの情報で弊社が利用しているサードパーティのサービスと、オンラインで収集するお客様のデータの使用方法を詳しく説明いたします。

    icon-svg-hide-thick

    icon-svg-show-thick

    サイト動作に必須:オートデスクのサイトが正常に動作し、お客様へサービスを提供するために必要な機能です

    Qualtrics
    弊社はQualtricsを利用し、アンケート調査やオンライン フォームを通じてお客様が弊社にフィードバックを提供できるようにしています。アンケートの回答は無作為に選んだお客様にお願いしておりますが、お客様から自発的に弊社にフィードバックを提供することも可能です。データを収集する目的は、アンケートの回答前にお客様がとられた行動を、より正しく理解するためです。収集したデータは、発生していた可能性がある問題のトラブルシューティングに役立てさせていただきます。. Qualtrics プライバシー ポリシー
    Akamai mPulse
    弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、Akamai mPulseを利用しています。収集する情報には、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. Akamai mPulse プライバシー ポリシー
    Digital River
    弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、Digital Riverを利用しています。収集する情報には、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. Digital River プライバシー ポリシー
    Dynatrace
    弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、Dynatraceを利用しています。収集する情報には、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. Dynatrace プライバシー ポリシー
    Khoros
    弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、Khorosを利用しています。収集する情報には、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. Khoros プライバシー ポリシー
    Launch Darkly
    弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、Launch Darklyを利用しています。収集する情報には、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. Launch Darkly プライバシー ポリシー
    New Relic
    弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、New Relicを利用しています。収集する情報には、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. New Relic プライバシー ポリシー
    Salesforce Live Agent
    弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、Salesforce Live Agentを利用しています。収集する情報には、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. Salesforce Live Agent プライバシー ポリシー
    Wistia
    弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、Wistiaを利用しています。収集する情報には、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. Wistia プライバシー ポリシー
    Tealium
    弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、Tealiumを利用しています。データには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. Tealium プライバシー ポリシー<>
    Typepad Stats
    弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、Typepad Statsを利用しています。収集する情報には、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. Typepad Stats プライバシー ポリシー
    Geo Targetly
    当社では、Geo Targetly を使用して Web サイトの訪問者を最適な Web ページに誘導し、訪問者のいる場所に応じて調整したコンテンツを提供します。Geo Targetly は、Web サイト訪問者の IP アドレスを使用して、訪問者のデバイスのおおよその位置を特定します。このため、訪問者は (ほとんどの場合) 自分のローカル言語でコンテンツを閲覧できます。Geo Targetly プライバシー ポリシー
    SpeedCurve
    弊社は、SpeedCurve を使用して、Web ページの読み込み時間と画像、スクリプト、テキストなど後続の要素の応答性を計測することにより、お客様の Web サイト エクスペリエンスのパフォーマンスをモニタリングおよび計測します。SpeedCurve プライバシー ポリシー
    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

    使用感が向上:お客様に最適な情報が表示されます

    Google Optimize
    弊社はGoogle Optimizeを利用して、弊社サイトの新機能をテストし、お客様に合わせた方法で機能を使えるようにしています。そのため弊社では、弊社サイトにアクセスしているお客様から、行動に関するデータを収集しています。収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID などが含まれます。機能のテストの結果によっては、お客様がご利用のサイトのバージョンが変わったり、サイトにアクセスするユーザの属性に応じて、パーソナライズされたコンテンツが表示されるようになる場合があります。. Google Optimize プライバシー ポリシー
    ClickTale
    弊社は、弊社サイトをご利用になるお客様が、どこで操作につまづいたかを正しく理解できるよう、ClickTaleを利用しています。弊社ではセッションの記録を基に、ページの要素を含めて、お客様がサイトでどのような操作を行っているかを確認しています。お客様の特定につながる個人情報は非表示にし、収集も行いません。. ClickTale プライバシー ポリシー
    OneSignal
    弊社は、OneSignalがサポートするサイトに広告を配置するために、OneSignalを利用しています。広告には、OneSignalのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、OneSignalがお客様から収集したデータを使用する場合があります。OneSignalに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. OneSignal プライバシー ポリシー
    Optimizely
    弊社はOptimizelyを利用して、弊社サイトの新機能をテストし、お客様に合わせた方法で機能を使えるようにしています。そのため弊社では、弊社サイトにアクセスしているお客様から、行動に関するデータを収集しています。収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID などが含まれます。機能のテストの結果によっては、お客様がご利用のサイトのバージョンが変わったり、サイトにアクセスするユーザの属性に応じて、パーソナライズされたコンテンツが表示されるようになる場合があります。. Optimizely プライバシー ポリシー
    Amplitude
    弊社はAmplitudeを利用して、弊社サイトの新機能をテストし、お客様に合わせた方法で機能を使えるようにしています。そのため弊社では、弊社サイトにアクセスしているお客様から、行動に関するデータを収集しています。収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID などが含まれます。機能のテストの結果によっては、お客様がご利用のサイトのバージョンが変わったり、サイトにアクセスするユーザの属性に応じて、パーソナライズされたコンテンツが表示されるようになる場合があります。. Amplitude プライバシー ポリシー
    Snowplow
    弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、Snowplowを利用しています。収集する情報には、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. Snowplow プライバシー ポリシー
    UserVoice
    弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、UserVoiceを利用しています。収集する情報には、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. UserVoice プライバシー ポリシー
    Clearbit
    Clearbit を使用すると、リアルタイムのデータ強化により、お客様に合わせてパーソナライズされた適切なエクスペリエンスを提供できます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。Clearbit プライバシー ポリシー
    YouTube
    YouTube はビデオ共有プラットフォームで、埋め込まれたビデオを当社のウェブ サイトで表示および共有することができます。YouTube は、視聴者のビデオのパフォーマンスの測定値を提供しています。 YouTube 社のプライバシー ポリシー

    icon-svg-hide-thick

    icon-svg-show-thick

    広告表示をカスタマイズ:お客様に関連する広告が表示されます

    Adobe Analytics
    弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、Adobe Analyticsを利用しています。収集する情報には、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. Adobe Analytics プライバシー ポリシー
    Google Analytics (Web Analytics)
    弊社は、弊社サイトでのお客様の行動に関するデータを収集するために、Google Analytics (Web Analytics)を利用しています。データには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。このデータを基にサイトのパフォーマンスを測定したり、オンラインでの操作のしやすさを検証して機能強化に役立てています。併せて高度な解析手法を使用し、メールでのお問い合わせやカスタマー サポート、営業へのお問い合わせで、お客様に最適な体験が提供されるようにしています。. Google Analytics (Web Analytics) プライバシー ポリシー<>
    Marketo
    弊社は、お客様に関連性のあるコンテンツを、適切なタイミングにメールで配信できるよう、Marketoを利用しています。そのため、お客様のオンラインでの行動や、弊社からお送りするメールへの反応について、データを収集しています。収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、メールの開封率、クリックしたリンクなどが含まれます。このデータに、他の収集先から集めたデータを組み合わせ、営業やカスタマー サービスへの満足度を向上させるとともに、高度な解析処理によって、より関連性の高いコンテンツを提供するようにしています。. Marketo プライバシー ポリシー
    Doubleclick
    弊社は、Doubleclickがサポートするサイトに広告を配置するために、Doubleclickを利用しています。広告には、Doubleclickのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Doubleclickがお客様から収集したデータを使用する場合があります。Doubleclickに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Doubleclick プライバシー ポリシー
    HubSpot
    弊社は、お客様に関連性のあるコンテンツを、適切なタイミングにメールで配信できるよう、HubSpotを利用しています。そのため、お客様のオンラインでの行動や、弊社からお送りするメールへの反応について、データを収集しています。収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、メールの開封率、クリックしたリンクなどが含まれます。. HubSpot プライバシー ポリシー
    Twitter
    弊社は、Twitterがサポートするサイトに広告を配置するために、Twitterを利用しています。広告には、Twitterのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Twitterがお客様から収集したデータを使用する場合があります。Twitterに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Twitter プライバシー ポリシー
    Facebook
    弊社は、Facebookがサポートするサイトに広告を配置するために、Facebookを利用しています。広告には、Facebookのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Facebookがお客様から収集したデータを使用する場合があります。Facebookに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Facebook プライバシー ポリシー
    LinkedIn
    弊社は、LinkedInがサポートするサイトに広告を配置するために、LinkedInを利用しています。広告には、LinkedInのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、LinkedInがお客様から収集したデータを使用する場合があります。LinkedInに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. LinkedIn プライバシー ポリシー
    Yahoo! Japan
    弊社は、Yahoo! Japanがサポートするサイトに広告を配置するために、Yahoo! Japanを利用しています。広告には、Yahoo! Japanのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Yahoo! Japanがお客様から収集したデータを使用する場合があります。Yahoo! Japanに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Yahoo! Japan プライバシー ポリシー
    Naver
    弊社は、Naverがサポートするサイトに広告を配置するために、Naverを利用しています。広告には、Naverのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Naverがお客様から収集したデータを使用する場合があります。Naverに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Naver プライバシー ポリシー
    Quantcast
    弊社は、Quantcastがサポートするサイトに広告を配置するために、Quantcastを利用しています。広告には、Quantcastのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Quantcastがお客様から収集したデータを使用する場合があります。Quantcastに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Quantcast プライバシー ポリシー
    Call Tracking
    弊社は、キャンペーン用にカスタマイズした電話番号を提供するために、Call Trackingを利用しています。カスタマイズした電話番号を使用することで、お客様は弊社の担当者にすぐ連絡できるようになり、弊社はサービスのパフォーマンスをより正確に評価できるようになります。弊社では、提供した電話番号を基に、サイトでのお客様の行動に関するデータを収集する場合があります。. Call Tracking プライバシー ポリシー
    Wunderkind
    弊社は、Wunderkindがサポートするサイトに広告を配置するために、Wunderkindを利用しています。広告には、Wunderkindのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Wunderkindがお客様から収集したデータを使用する場合があります。Wunderkindに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Wunderkind プライバシー ポリシー
    ADC Media
    弊社は、ADC Mediaがサポートするサイトに広告を配置するために、ADC Mediaを利用しています。広告には、ADC Mediaのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、ADC Mediaがお客様から収集したデータを使用する場合があります。ADC Mediaに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. ADC Media プライバシー ポリシー
    AgrantSEM
    弊社は、AgrantSEMがサポートするサイトに広告を配置するために、AgrantSEMを利用しています。広告には、AgrantSEMのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、AgrantSEMがお客様から収集したデータを使用する場合があります。AgrantSEMに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. AgrantSEM プライバシー ポリシー
    Bidtellect
    弊社は、Bidtellectがサポートするサイトに広告を配置するために、Bidtellectを利用しています。広告には、Bidtellectのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Bidtellectがお客様から収集したデータを使用する場合があります。Bidtellectに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Bidtellect プライバシー ポリシー
    Bing
    弊社は、Bingがサポートするサイトに広告を配置するために、Bingを利用しています。広告には、Bingのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Bingがお客様から収集したデータを使用する場合があります。Bingに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Bing プライバシー ポリシー
    G2Crowd
    弊社は、G2Crowdがサポートするサイトに広告を配置するために、G2Crowdを利用しています。広告には、G2Crowdのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、G2Crowdがお客様から収集したデータを使用する場合があります。G2Crowdに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. G2Crowd プライバシー ポリシー
    NMPI Display
    弊社は、NMPI Displayがサポートするサイトに広告を配置するために、NMPI Displayを利用しています。広告には、NMPI Displayのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、NMPI Displayがお客様から収集したデータを使用する場合があります。NMPI Displayに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. NMPI Display プライバシー ポリシー
    VK
    弊社は、VKがサポートするサイトに広告を配置するために、VKを利用しています。広告には、VKのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、VKがお客様から収集したデータを使用する場合があります。VKに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. VK プライバシー ポリシー
    Adobe Target
    弊社はAdobe Targetを利用して、弊社サイトの新機能をテストし、お客様に合わせた方法で機能を使えるようにしています。そのため弊社では、弊社サイトにアクセスしているお客様から、行動に関するデータを収集しています。収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID、お客様の Autodesk ID などが含まれます。機能のテストの結果によっては、お客様がご利用のサイトのバージョンが変わったり、サイトにアクセスするユーザの属性に応じて、パーソナライズされたコンテンツが表示されるようになる場合があります。. Adobe Target プライバシー ポリシー
    Google Analytics (Advertising)
    弊社は、Google Analytics (Advertising)がサポートするサイトに広告を配置するために、Google Analytics (Advertising)を利用しています。広告には、Google Analytics (Advertising)のデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Google Analytics (Advertising)がお客様から収集したデータを使用する場合があります。Google Analytics (Advertising)に提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Google Analytics (Advertising) プライバシー ポリシー
    Trendkite
    弊社は、Trendkiteがサポートするサイトに広告を配置するために、Trendkiteを利用しています。広告には、Trendkiteのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Trendkiteがお客様から収集したデータを使用する場合があります。Trendkiteに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Trendkite プライバシー ポリシー
    Hotjar
    弊社は、Hotjarがサポートするサイトに広告を配置するために、Hotjarを利用しています。広告には、Hotjarのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Hotjarがお客様から収集したデータを使用する場合があります。Hotjarに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Hotjar プライバシー ポリシー
    6 Sense
    弊社は、6 Senseがサポートするサイトに広告を配置するために、6 Senseを利用しています。広告には、6 Senseのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、6 Senseがお客様から収集したデータを使用する場合があります。6 Senseに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. 6 Sense プライバシー ポリシー
    Terminus
    弊社は、Terminusがサポートするサイトに広告を配置するために、Terminusを利用しています。広告には、Terminusのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、Terminusがお客様から収集したデータを使用する場合があります。Terminusに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. Terminus プライバシー ポリシー
    StackAdapt
    弊社は、StackAdaptがサポートするサイトに広告を配置するために、StackAdaptを利用しています。広告には、StackAdaptのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、StackAdaptがお客様から収集したデータを使用する場合があります。StackAdaptに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. StackAdapt プライバシー ポリシー
    The Trade Desk
    弊社は、The Trade Deskがサポートするサイトに広告を配置するために、The Trade Deskを利用しています。広告には、The Trade Deskのデータと、弊社サイトにアクセスしているお客様から弊社が収集する行動に関するデータの両方が使われます。弊社が収集するデータには、お客様がアクセスしたページ、ご利用中の体験版、再生したビデオ、購入した製品やサービス、お客様の IP アドレスまたはデバイスの ID が含まれます。この情報に併せて、The Trade Deskがお客様から収集したデータを使用する場合があります。The Trade Deskに提供しているデータを弊社が使用するのは、お客様のデジタル広告体験をより適切にカスタマイズし、関連性の高い広告をお客様に配信するためです。. The Trade Desk プライバシー ポリシー
    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

    オンライン体験の品質向上にぜひご協力ください

    オートデスクは、弊社の製品やサービスをご利用いただくお客様に、優れた体験を提供することを目指しています。これまでの画面の各項目で[はい]を選択したお客様については、弊社でデータを収集し、カスタマイズされた体験の提供とアプリケーションの品質向上に役立てさせていただきます。この設定は、プライバシー ステートメントにアクセスすると、いつでも変更できます。

    お客様の顧客体験は、お客様が自由に決められます。

    オートデスクはお客様のプライバシーを尊重します。オートデスクでは収集したデータを基に、お客様が弊社製品をどのように利用されているのか、お客様が関心を示しそうな情報は何か、オートデスクとの関係をより価値あるものにするには、どのような改善が可能かを理解するよう務めています。

    そこで、お客様一人ひとりに合わせた体験を提供するために、お客様のデータを収集し、使用することを許可いただけるかどうかお答えください。

    体験をカスタマイズすることのメリットにつきましては、本サイトのプライバシー設定の管理でご確認いただけます。弊社のプライバシー ステートメントでも、選択肢について詳しく説明しております。