AU Class
AU Class
class - AU

Accelerating Manufacturing Informed Design Product Variant Generation with Airtable and Blockly Logic

이 강의 공유하기

설명

In this session, you will learn how to generate all potential Manufacturing Informed Design variants. We'll accomplish this by using Airtable, an intuitive cloud-based data organization and collaboration tool. By integrating Airtable with the power of Manufacturing Informed Design software's implementation of Blockly logic, we will guide you through the rapid generation of a comprehensive table encompassing all valid combinations of your product. Furthermore, we will demonstrate how Airtable can seamlessly interface with the Manufacturing Informed Design API to generate Revit families based on products developed in Inventor, and use the Manufacturing Informed Design website to see each variant that has been placed into the layout. Through this integration, you will witness firsthand the remarkable speed and efficiency gains achieved by caching each variant of your product.

주요 학습

  • Learn about the implementation of Blockly logic to publish product input logic.
  • Explore an integration of Airtable with the Manufacturing Informed Design website and Revit for enhanced performance and caching of variants.
  • Learn how to utilize Airtable as a robust tool for managing and generating product variant combinations.
  • Discover the practical benefits of caching variants in terms of design efficiency and productivity.

발표자

  • Andy Akenson 님의 아바타
    Andy Akenson
    Andy is a Distinguished Software Architect at Autodesk. His main focus is Industrialized constructing bringing our manufacturing and construction portfolio together to help change the industry. He has worked for Autodesk for 15 years working on Inventor, Forge and developing new, innovative solutions to help our customers.
  • Timothy Chavez
    Timothy is an experienced technical consultant with over 8 years' of experience in the software industry and over 6 years' directly with AEC software. Education in Civil Engineering and with a focus on AEC software has given Timothy a unique perspective of how AEC software can help and enhance workflows in the industry. He has spent the last two years with the Autodesk Consulting team, developing custom integrations that focus on cross product integrations, demonstrating the power of connected workflows leveraging the on-premise and the cloud environments.
Video Player is loading.
Current Time 0:00
Duration 42:27
Loaded: 0.39%
Stream Type LIVE
Remaining Time 42:27
 
1x
  • Chapters
  • descriptions off, selected
  • en (Main), selected
Transcript

JUSTIN RICE: Welcome to Accelerating MID Product Variants Generation with AirTable and Blockly Logic Code. Throughout this presentation, you will see future-looking information. Please do not make any purchasing decisions based on what is presented in this presentation.

I'm Justin Rice. I'm a principal senior solution architect in the consulting organization of Autodesk. I've spent over 20 years doing automation and engineering with engineering firms, with a focus on leveraging data-driven enterprise design automation, really looking to move information from enterprise systems to other enterprise systems and combine my background of design automation and automotive industry expertise to help automotive manufacturers and manufacturers optimize their capital projects.

ANDY AKENSON: And I'm Andy Akenson, distinguished software architect here at Autodesk, focusing on bringing our products and services together to address the needs of the industrialized construction space. I've got a long history here at Autodesk working with Inventor Forge and Autodesk Platform Services, really trying to help our customers automate their workflows.

TIMOTHY CHAVEZ: My name is Timothy Chavez. I have been with Autodesk for over two years now. I'm a senior technology consultant with Autodesk.

I have over eight years of experience in engineering and software development. I focus mainly on cross-product integrations that expand across the AEC and manufacturing industries.

JUSTIN RICE: All right, so let's start with the learning objectives. We're going to look to understand the implementation of Blockly logic to publish products and the input logic of products, explore the integration of AirTable with MID website and Revit for enhanced performance with caching variants. We'll learn how to utilize AirTable as a robust tool for managing and generating product variant combinations. And finally, we'll discover the practical benefits of caching variants in terms of the design efficiency and productivity.

ANDY AKENSON: We must start by jumping in with a manufacturing informed design project that we're working on here at Autodesk. So as we look across the industry at some of the challenges we have today in the building space, we see this huge unmet global demand for buildings. We see construction is high in waste, creating, really, a poor sustainability environment. And we see a number of workforce challenges with both attracting and retaining talent, as well as an aging-out workforce.

We really see the future, then, being industrialized. So we see us being able to manufacture buildings in a repeatable, optimized way. Prioritizing components and system, then, allow us to reuse products across projects. And really, Design with Products enables the right information at the right time so that you're designing with good, known manufacturable content, allowing you to design with certainty.

Really the main challenge we see of building design today is that architects want to know their design choices are made manufacturable during the building design, but the current solutions can't provide the feedback at the right time for the designers. We see productization bridging this gap, where you can design and customize with construction products, which will then allow you to automate manufacturing documentation downstream-- all of this tied together with good known customizable products in the middle. And productization connecting this workflow, then, allows you to create a product template and definition and drive that through a number of tools to create the right level of detail and the right content at the right time.

Our manufacturing informed design vision, then, is to design buildings with certainty, to deliver faster with higher quality and reduced waste. If we look at the manufacturing informed design concept, we want to be able to take all of the components that can be productized to be able to allow this real-time verification and accurate manufacturing information used during the design process. If we look at some of the tools that we have here at Autodesk today, we have tools like Inventor, which are really good at capturing manufacturing level of detail-- all the nuts and bolts and washers. And we have products like Revit, which are really good at defining systems of components to deal with really large buildings and capture the design intent for the entire building.

With manufacturing informed design, we want to bring these two things together to allow a product engineer in Inventor to author and publish product templates that can then be used by the architect in Revit to customize and place those products in context of their project. And then, the production engineer, once the products are all in the project, can create all of the downstream assets in an automated, scalable way.

So now I'm going to go through a demo of what we have with manufacturing and form design, starting with the product engineer in Inventor authoring and publishing the product template. Starting Inventor, I have a highly engineered, customizable apartment unit. It has parameters that drive the customization as well as AI logic to create a highly customizable form, and rules that can then flex this model within the range of what can be manufactured.

What we've done is we've created an add-in an Inventor for manufacturing informed design that lets you create a product definition. So the first thing you do is specify your source context-- everything that we'll need for the data set to be templatized. Select which parameters you want to expose to the architect in Revit, the order of those parameters, and then the rules-- so things like the extents, the Min and Max values for the parameters, as well as any of the interactions that the parameters may have.

So just a list of parameters doesn't provide necessarily the type of business rules you might need. So we provided ways through this low code environment to provide logic for things like, if you don't have enough room for a bathroom pod, we want to enforce that right at the time you're entering the value. So if the length isn't enough to support a bathroom pod, we can disable that right away. And then, we can test that directly in the form here in Inventor before we publish that to be shared with the architect in Revit. So here, you'll see it disabled the bathroom pod.

I'll then specify how I want to share this as a Revit family. So I'll specify the category, the name it will generate for the Revit family, and if I have multiple representations, I can share a simplified version. I can also share other outputs for the production engineer. I'll show that when we get into the web application.

And here, I'll publish a name. This is the product name that the architect will see in Revit, and a location in Construction Cloud. So I'll specify an account, a project, and a folder for that product to be published.

Once the product has been published, the architect now can pick up that product, customize and place it in context of their project. In Revit, we have an add-in for manufacturing informed design that lets you discover, customize, and place products directly in your project. Selecting the account, the project, and the folder, I can now work with that product that was published and customize that directly in context of Revit.

So here, I'll customize it. I'll get a preview and be able to change the values directly here in Revit. Those rules that the product engineer published for me are enforced directly to keep me within known manufacturable limits.

Once I'm happy with that, I'll Insert that into my project. And I now know, as a designer in Revit, that this is a known manufacturable product and I can use this in context of my design. See here in the project editor, we also add some extra data so that we can track that product through the life cycle of the project. I can also edit it directly here in place if I want to make changes directly in my project.

So for the production engineer, to create outputs at scale, we have a web application for manufacturing informed design. So once the Revit project has been published to Construction Cloud, I can now open that model here in manufacturing informed design. I can see what products were added, and I can see what values were used when that product was inserted into my project. I can then generate at scale all of the output.

So here, I'm going to generate a Bill of Materials for this apartment unit, but I could select on hundreds of apartment units in this project and generate all of the Bills of Material all at once. And you'll see here, we get a full detailed list of all the elements within the Bill of Materials.

So you could be working with a very simplified version in Revit . Because we have that product template behind it, we can generate the full level of detail of all of the items within the Bill of Materials. We're also working on providing insights back to be able to see the productization of your project, to see the number of instances and even things like, potentially, how many different fabricators you're working with, the number of instances, and to really be able to determine how productized your project is.

TIMOTHY CHAVEZ: Let's take a look at creating an initial connector for manufacturing informed design. We'll want to start with the original Autodesk Construction Cloud Connector. MID uses the same three-legged token for authentication of its APIs. This will give us a good starting point for creating our connector.

Let's start by going to Tools and then going to Connector SDK. We will search for the original connector and view it. Once it has been found, we will select it. The connector is built out with all the appropriate code for connecting to ACC and its specific API endpoints.

Once we see all the code, We can then go back and create a new connector for MID. As you can see, we will select a new connector. Then, we will want to start with a basic Workato template. Then we'll fill in the name with MID for its connector that we are creating. We will add a logo for our connector as well.

As that builds out the template, we will want to copy the original connector code from the ACC connector. We will then go back in, and paste the code, and save this for the new connector. This will give us a good starting point for our next edits.

As the original code references ACC, we will want to go through and find all the instances of Autodesk Construction Cloud and replace these with manufacturing informed design. This will be for all the labels that we want to be displayed later on.

Once these have all been replaced in the initial place, let's continue searching for other instances. You can see here, we are editing titles and spans for our custom action that will be used later in our recipes. Once those replacements have been completely done, we will then go and save again before moving on.

Next, we will be looking at all the actions and the action list. These actions are related to ACC. We will want to remove these as they will no longer be needed. A previously-added custom action can be seen here that we will want to keep for future use.

Let's go through now and remove the unnecessary code to clean up the action list. As you can see, the ACC actions will be removed once the deletion goes through, and our custom action will still remain within our action list, while the rest have been removed. As you can see, we still have our MID labels as well. And then, later on, we want to remove triggers similar to how we have removed our unnecessary actions.

Now that we've removed these actions from the code and validated the list, we will want to save our SB or connector again. Now we will look into initializing the connection we set up for the MID connector. Let's start with my MID account. Once it has been tested successfully, we should be able to see the success as a 200 response in the connection.

Let's go back into the code and remove some filtering restrictions that currently are on the API calls that could be used. Even though our three-legged token is using the same authorization process, the current URL coming from our newly created custom actions will be different. The connector restricts API calls to contain a predefined list that MID API endpoints do not fall into. By removing these restrictions, we can then pass the bearer token through for our custom action within recipes. We'll then want to save our connector again before doing another test on the connection.

First, we will need to disconnect our previous connection. As you can see here, we are currently connected, and we will go through the disconnection process. We will want to select our connection, and then we will hit Disconnect. Then we'll be able to reconnect and test the connection one more time with our most recent updates. Then we'll see another success on the connection with a 200 response.

Now that we have tested all of our changes, we'll be able to push a release for the latest version of our MID connector. Once this has been successfully submitted, we'll be able to move on.

JUSTIN RICE: All right, so now, let's take a look at how we can populate the products table in AirTable using that connection. We'll start by using the connection that we've just built, and we'll build a new recipe. So we're just going to select a new recipe. Since we're going to be only publishing products on a weekly basis, we're going to set this to run on a schedule.

We'll name this recipe Populate Products Table. So since we're triggering on a schedule, we're going to have that set to trigger every week. And just weekly, you would go in and check if any new products have been published at 12:00 o'clock midnight Sunday evening.

Once we've set the trigger, then we're going to go in and use-- set some variables up so that we can use those throughout the recipe. Here, we're just going to specify the tenancy ID. This is going to be the project ID that we're going to be using throughout the recipe. So we want to make sure we have a single point to reference that project ID, or tenancy ID.

You can see quickly where I'm going to get that. So if I log into MID and I select my project that I'm going to be working with, there you can see the tenancy ID that we're working with-- the URL. So the next thing we're going to do is then use that MID connector that we just built.

So we're going to then use a connection that I've already established. Here, I'm going to specify the name. So I'm going to actually go get all the products in that project or in that tenant. That's going to allow me to populate an AirTable that we'll look at shortly.

So to do that, I need to specify the URL, and I've got this URL in my clipboard. But here, I'm just going to quickly look at the documentation for MID. So here, you can see this is the endpoint, the Git endpoint that I'm calling. You have the base URL that was added to the connector, the version of the API, and then we're calling the projects and then specifying that tenancy, or that project ID.

Lastly, we're going to go in and look at the-- so again, we're going to get all the products, and then, lastly, we're going to look at the response body-- what actually comes back from that call. And here, we can again use the documentation, just copy that response, and that will allow us to generate the schema for that response API. We can also test the recipe at this point and just make the call to get that same response.

So here, we're going to be able to actually look at what was the response that came back. And we don't want to include the header in that body, but that's that same response example, right? So we can use that to now generate the schema for this response.

So we'll paste that in, hit Next. ACC Connect will parse that and provide us a schema to return all of the products that were in our current project. So the other thing that we'll look at in a future recipe is we can actually look at pagination. And that's going to determine if we had more products than we could return.

Here, we're just going to loop through the results. So again, we're going to get a batch of results. So we're going to need to loop through, and then we're going to start writing those to this table.

So here is my AirTable. I have a template for that in AirTable that I'm just going to go ahead and duplicate. This is where we're going to populate not only the products, and use that products table to then generate all the variants for that product-- and again, when we get into the generation of variants, we're going to want to think about what variants do we actually need, as opposed to just blindly creating all of those variants.

So here, we can see the table. It's already got some predefined columns with data types. So again, we're going to get the content ID. That's the name, the ID of the product. And then, we're also going to be looking at that product variance table template in a future portion of this presentation.

The other thing to note in AirTable is that it's got more of a database aspect, where you're going to be able to specify different views-- where we're actually going to filter out either different columns, or make specific filters based on values of those columns, of those rows. So as we get into writing the products, we're going to actually really look at this input view, and we're going to see that it'll actually go in and add some columns or some data once we run the ACC Connect recipe. And you can see that the values that we're going to be pulling back from that documentation. If we look at the documentation, you can fully understand what each one of those properties returns.

So with that, I'm going to go ahead and use the AirTable connection. And here you can see there are some standard actions that we can use. I'm going to specify that base.

And so the nice thing is, when I use those standard connections, I'm actually able to go in and use my authentication to determine base name and table name. And I don't have to get those from the URL-- the ID for those objects. It also actually starts using some of those views, which have some of the filtered information.

So now, what I'm going to do is search based on the content ID. So again, what is the product ID in that loop? And that's going to tell me, does that content already exist? So I don't want to duplicate records within my AirTable, so we want to validate that the content ID doesn't exist. So if it does, then I don't actually add a new record.

So again, here, I'm just saying that the list size is zero, meaning I did not return anything when searching for that content ID. Then, the next step is I'm going to go in and create a new another new-- another AirTable step where I'm going to go and create that record. So again, pointing at that same table, I'm going to go specify the information I want to write.

So I'm going to be writing a lot of information that came back from that MID call-- specifically, the data set location, the created and updated dates, the schema. We're going to touch on the rules key and the code block key when we start actually testing the variants. We can also get the workspace location, and then we're going to have an inputs, which will actually be a specific data type, JSON, that we're going to pull from that Git call.

So again, we're going to be grabbing all of this information from [INAUDIBLE]. We want to make sure we get each instance of the products that was in that was in our project. So we're going to get the content ID, the name, data set location, the tenancy ID-- we can make sure that that does, in fact, match what we had stored, created at, updated at. And then, we'll also get the schema.

So again, we're seeing all those values. And the nice thing within AirTable is, once I set that response body, these data pills are set up so it allows me to actually interact directly with the information from the response call, which is how I'm able to write this code-- write the recipe to populate that AirTable column. All right, so now I've got the workspace location and the folder path, and then, the last thing I need to right now is actually inputs.

And so as I mentioned, this one's going to be special in the fact that we actually want to write the JSON of that array. So the inputs is a array of values, and it'll have the name and all the, is it visible? Is it read-only-- all the information that was set, as Andy showed earlier, in that input documentation.

And now, we can see that we have this input field. It's a long text field that's going to accept that value. Once I have the recipe written, I can actually test this recipe again. So now, it's just going to go through and actually start writing those products into AirTable.

So here, we can see all the products that are getting created. It's getting the name of the product, the updated, the inputs. And in the next section, we'll actually look at that Create All Possible Variants button.

So to do that, we're going to go ahead and look at how we're going to be able to populate this variant table using scripting in AirTable. So we'll look at the information in the table. And again, we can see all the products that were available in this project, and I'm going to go ahead and hit this Create button.

This is a specific data type inside of AirTable that allows me to run a script. The first thing it tells me is I didn't actually create the table that I'm looking to populate. So I need to populate, or I need to create a modular unit GA table. And to do that, I'm going to duplicate or clone this product variant table template.

So we'll use that template. So again, it has some of the pre-populated fields that we need. But then, we will be adding some specific fields to this table around the inputs.

So again, we can see some additional views have been set up inside of that table, and we're going to use that table to, again, look at the different variants that are possible. So the nice thing is, by using that template, we get the additional information set up in the table. So I'll again hit the Create button, and now you're going to see that it's actually created parameter fields.

So it's added those input fields to our table. So if we actually go to our inputs view, and it shows the hidden table, hidden fields, there's the input-- so the length, the width, the height, add bathroom pod, add balcony, and exterior wall locations. And then, the last thing we want is our inputs JSON. And this is going to be another long text field that's going to let us actually write to the variant.

So now, if I hit Yes, I could go in and have it create all 19,520 records. However, I really don't want to work with all of those records. There's just a specific subset.

So what I'm going to do is look at that inputs JSON that came in from the MID API, and we're actually going to just adjust this Max value. So instead of going all the way to 100,000 millimeter length, we're just going to reduce that so we dramatically reduce the number of variants that we'd be able to actually create.

So if we just change this down to-- instead of 100,000, down to 10,000, and then go back, and we'll go ahead and close that or minimize that extension. We can hit that Create button again, and now, we can see-- we're going to be able to see that the number of variants that we're going to produce is dramatically less. So again, you saw that 19,000. Now, it's down to 1,520-- so again, a much smaller subset of variants that I know I'm going to be working with as opposed to building all of the potential variants.

So again, now you can see I've got all my different values, and it's actually created all of these variants. So if I collapse this, you can actually start seeing it create those variants. And I've got it grouped by the length, just so I can see that every single length actually has 40 different variants based on the width, the height, the Add Bathroom Pod, and those other properties that are inside of my model.

I'm just going to quickly glance over the scripting code. So the first thing we're going to do is just loop through, or do an Input Git Record. So this is allowing us to specify that, hey, when I hit that button, I know which record was actually selected. So then, as long as a record was selected, then I'm going to get the value of the name column in that record, and then check if that table exists.

So if that table exists, then I can move forward and actually start getting the product table information, the inputs value from that inputs JSON. And then, I'm going to actually parse that JSON. So I'm going to actually convert that into an object in code.

So I actually now have an actual inputs object that I can interact with. Then, I'm going to call the Create Parameters Fields function. So this is where we're actually going to create all of those product fields that we needed, and then the next thing we want to do is generate the Cartesian product. So again, that is all possible variants based on that inputs JSON.

So you can hear-- you can also see some of the Markdown. So that's where some of those pop-ups that were coming up in the dialog box on the right came from. And then, we're also just tracking the time-- how long does this actually take? So we have a sense of how long, or how long were we processing when we were building those?

And you can see on the right, what are we [INAUDIBLE] we're logging? So we're logging each time we add a new record into the AirTable, and then, again, all the way at the bottom, you'll be able to see the actual time it took. So there's all those values, and each one of those records has an object associated with it.

All right, so the next thing I want to do is actually validate my variants. And so to do that, we're going to create another recipe inside of AirTable-- or inside of our production cloud. So the way we're going to do that in this portion of the presentation is we're just going to go ahead and clone or copy a recipe that I already had. So I'm going to clone this test MID variant.

This specific recipe, as opposed to putting it on a schedule, we're going to use an AirTable event to trigger it. So the first thing I need to do is actually just take that copied recipe. I'm going to rename it and move it into my parent folder.

So this is a nice functionality of Autodesk Construction Cloud Connect, ACC Connect, that allows us to make-- use almost a template recipe, and then start making our edits. So then, as I mentioned, we're going to specify any time a new or updated product shows up in our A table. So this is going to allow us to look at that, but the one big thing on that is that we need a field in that table called Last Modified Date and Time.

And you can see that right in that blue box telling us that we have to add that field. And then, that field has to reflect when a change is made. So that field was actually looking at the Validate Variants and the Create Variants time or checkboxes. So either one of those will update that Last Modified time, ultimately causing the trigger.

Now, this trigger we only want it to run if Validate Variance is True. From there, we're going to go ahead and hit that check mark. And you can see the time is updated. And that would, in fact, force the recipe to be picked up.

Now we want to set up a couple variables. Again, we need to get that base ID. What is the ID of the base in AirTable? We're going to also need that project or tenancy ID from MID. So again, we want to make sure that we have those. I like to set those up in Variables so that I have them stored one spot and don't have to worry about changing those.

The next thing we're going to do is get the table ID. So we've actually set up a callable function in ACC Connect where we can pass in the base ID and the name of the table to return the table ID. So we just ensure that we're not trying to reference the table by the name, but we're actually getting the table ID when we're making any calls in the AirTable.

Now we're going to go in and get that specific product. So we know which product we've selected to create the variance for. So we need to get the content ID out of Airtable and, again, use that project or tenancy ID. And then, again, we can use that technique we showed before to generate the response body schema.

Next thing we want to do is actually get the code block key, workspace key, and the rules key. So this is how we're going to be able to know that we can run that Blockly key right from ACC Connect. So because we aren't able to get that when we get all the products, we want to get that right now and make sure we're storing that in AirTable-- just, again, understand what are we using from that inputs inputs logic, or the Blockly code that Andy demonstrated.

So again, now if we look at all the variants, we have all 1,520 variants, and again, we have what is our response body going to look like-- so what are we going to return when we run this specific call? And again, now, we're listing out all the records in that variants table, and we're going to loop through those.

So the next thing we want to do is actually call or set up a variable that validates the variant, and then we want to call the code runner in Manufacturing Informed Design to validate that variant. And then, lastly, if it is in fact variant-- a valid variant-- then we're going to set that Boolean or that checkbox in AirTable to true.

So we'll just go ahead and test this recipe. And what we're going to need to do to get it to trigger is actually, again, set that Validate to True. There you can see the rules key in the code block workspace key being set.

And if we now go over here to our Valid Variants View, which is being filtered based on if Valid Variants is True, we can start seeing that we're getting new records getting introduced here. So again, it's going to take that number of valid variants, or the total number of variants that were originally available, from 1,520 down to a smaller number based on, did that variant actually pass the input logic that was published with the product?

Once we have validated our variants, now we want to post the variants. And so here, we're going to again copy a completed recipe, and then we're going to actually start posting those variants into MID. So again, we're cloning this Create MID Variant recipe, and we're going to just go through and, again, validate that we have all the right inputs in the different steps in the recipe. And then, we'll test it out again to verify that we can actually post those variants and use those.

And again, what's going to happen by posting those variants is we're going to dramatically reduce the wait time to generate those variants when we're using the MID product within Revit. So again, same trigger, is it new or updated? You're still pointing at that same Products table. But this time, again, we're looking at the Create Variants trigger to validate, is it actually set to true? If it's not, it's not going to actually run this recipe.

So we'll switch over to that base, and then we'll look at, again, the Products table. Then we want to, again, make sure that we get the base ID in our variables. So we have a couple of different variables that we've set up. The base ID we want to make sure we get from Airtable. The tenancy we want to get from MID, make sure that we have the right project set. And we've also just encoded the table name.

This is more for downstream, to make sure that we don't ever try to use that table name in a URL with the spaces. We want to actually remove any spaces and any illegal characters that cannot go into a URL. Again, we're going to end up retrieving the table ID, and now we want to make sure that we get that content. What is the individual product that we're going to be working with that was actually updated?

The offset is interesting here. This is where we're going to actually start supporting that pagination. So I mentioned that before. This is going to allow us to say, hey, we actually got more results, or more variants, than we can support in that first FOR loop, so grab the next set. So again, we're going to call that function to get the AirTable table ID, update the variable, and then we're going to go get the individual product again.

Now we're creating a helper list. This helper list is basically how we're setting that loop up to go and grab each one of those pages from the list of potential variants. Here, we've just hard-coded to say we're assuming there's 10 pages. We could go in, though, and write logic to understand how many pages are there so that we loop the right number of times.

So then, now that we're looping through, we're then going to go in and actually use that offset when we retrieve the individual variable. So here, you can see at the very bottom, we're updating that offset. But we're also looking to see if the offset is not present, or the list size is actually equal to 0.

So again, what it's saying is I don't have the offset in the query or they Git call, or the list size actually didn't return anything. So then, I stopped the job as opposed to continuing through that loop. Now, I'll actually just grab that list of records and start looping through those variants.

So again, now, I have each individual variant. Again, you can see we're updating that. We're using that offset to determine which set of variants that we actually going to loop through.

So as we loop through, we'll store the record ID or the individual product, the ID of that row, in AirTable. Then we're going to get some specific data from that. So we want to make sure we get the valid variant property, and then we also want to get that input JSON so we can use that to actually generate or post the variant. So as long as valid variant is set to True inside our table, then we're actually going to go in and start parsing.

So then, we need to actually parse that input to JSON. This allows us to, again, get those data pills. So we put in a sample document, what type of JSON are we going to get. And it allows us to pull information out of that JSON.

Then we're going to get the path. So we need to get the tenancy ID and the product. And then, what are we going to actually send? What is the body or the information that we need to include when we post that variant?

So we need to make sure we get the input set, and the value, and the name and the value pair. Then, we also need to get outputs with the type of output, and then the model states. So again, this is coming from that call to get the product, and we're going to set that model state.

And then, the last thing we want to do is check, did we actually get an output? So is there an output present in the post call? If it is present, and we're saying, hey, a variant exists, and we need to update the AirTable column or AirTable row to reflect that. So again now, we'll just set the variant ID, when was it created, when was it updated, and does that variant actually exist?

So let's just go ahead and test this recipe now. So if we look at this, now, we're just going to look at-- we're going to set that Validate Variant or Create the Variants to True. That's going to trigger the job. And if we go over here to Existing Variants, now we can start seeing those variants.

And again, this is the same information. These are the same rows, but we're populating or changing the value in those different columns. So we're saying that the variant exists-- it's True, right? So we set that value, and then we've also set those additional properties in the Autodesk or ACC Connect recipe. So here, again, you can see it's the same information. It's just going in and actually setting those values. So again, you can see, it's gone through, and it started to post each one of those variants-- again, allowing us to cache those variants so we don't have to create them on demand when we start working with that individual product.

So lastly, let's take a look at the impact when we work within Revit. So when we work within Revit, we're now going to, again, have that input logic that's defined. And as I hit this Update Preview, we're going to see the previews almost instantaneously that show up.

So we're no longer having to wait for them to go off and generate those outputs. We're actually able just to interact within the product, make the changes, and have those individual variants available immediately. With that, that concludes our presentation. Thank you for your time.

______
icon-svg-close-thick

쿠기 기본 설정

오토데스크는 고객의 개인 정보와 최상의 경험을 중요시합니다. 오토데스크는 정보를 사용자화하고 응용프로그램을 만들기 위해 고객의 본 사이트 사용에 관한 데이터를 수집합니다.

오토데스크에서 고객의 데이터를 수집하고 사용하도록 허용하시겠습니까?

오토데스크에서 사용하는타사 서비스개인정보 처리방침 정책을 자세히 알아보십시오.

반드시 필요 - 사이트가 제대로 작동하고 사용자에게 서비스를 원활하게 제공하기 위해 필수적임

이 쿠키는 오토데스크에서 사용자 기본 설정 또는 로그인 정보를 저장하거나, 사용자 요청에 응답하거나, 장바구니의 품목을 처리하기 위해 필요합니다.

사용자 경험 향상 – 사용자와 관련된 항목을 표시할 수 있게 해 줌

이 쿠키는 오토데스크가 보다 향상된 기능을 제공하고 사용자에게 맞는 정보를 제공할 수 있게 해 줍니다. 사용자에게 맞는 정보 및 환경을 제공하기 위해 오토데스크 또는 서비스를 제공하는 협력업체에서 이 쿠키를 설정할 수 있습니다. 이 쿠키를 허용하지 않을 경우 이러한 서비스 중 일부 또는 전체를 이용하지 못하게 될 수 있습니다.

광고 수신 설정 – 사용자에게 타겟팅된 광고를 제공할 수 있게 해 줌

이 쿠키는 사용자와 관련성이 높은 광고를 표시하고 그 효과를 추적하기 위해 사용자 활동 및 관심 사항에 대한 데이터를 수집합니다. 이렇게 데이터를 수집함으로써 사용자의 관심 사항에 더 적합한 광고를 표시할 수 있습니다. 이 쿠키를 허용하지 않을 경우 관심 분야에 해당되지 않는 광고가 표시될 수 있습니다.

icon-svg-close-thick

타사 서비스

각 범주에서 오토데스크가 사용하는 타사 서비스와 온라인에서 고객으로부터 수집하는 데이터를 사용하는 방식에 대해 자세히 알아보십시오.

icon-svg-hide-thick

icon-svg-show-thick

반드시 필요 - 사이트가 제대로 작동하고 사용자에게 서비스를 원활하게 제공하기 위해 필수적임

Qualtrics
오토데스크는 고객에게 더욱 시의적절하며 관련 있는 이메일 컨텐츠를 제공하기 위해 Qualtrics를 이용합니다. 이를 위해, 고객의 온라인 행동 및 오토데스크에서 전송하는 이메일과의 상호 작용에 관한 데이터를 수집합니다. 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 이메일 확인율, 클릭한 링크 등이 포함될 수 있습니다. 오토데스크는 이 데이터를 다른 소스에서 수집된 데이터와 결합하여 고객의 판매 또는 고객 서비스 경험을 개선하며, 고급 분석 처리에 기초하여 보다 관련 있는 컨텐츠를 제공합니다. Qualtrics 개인정보취급방침
Akamai mPulse
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Akamai mPulse를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Akamai mPulse 개인정보취급방침
Digital River
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Digital River를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Digital River 개인정보취급방침
Dynatrace
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Dynatrace를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Dynatrace 개인정보취급방침
Khoros
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Khoros를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Khoros 개인정보취급방침
Launch Darkly
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Launch Darkly를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Launch Darkly 개인정보취급방침
New Relic
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 New Relic를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. New Relic 개인정보취급방침
Salesforce Live Agent
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Salesforce Live Agent를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Salesforce Live Agent 개인정보취급방침
Wistia
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Wistia를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Wistia 개인정보취급방침
Tealium
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Tealium를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Upsellit
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Upsellit를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. CJ Affiliates
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 CJ Affiliates를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Commission Factory
Typepad Stats
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Typepad Stats를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Typepad Stats 개인정보취급방침
Geo Targetly
Autodesk는 Geo Targetly를 사용하여 웹 사이트 방문자를 가장 적합한 웹 페이지로 안내하거나 위치를 기반으로 맞춤형 콘텐츠를 제공합니다. Geo Targetly는 웹 사이트 방문자의 IP 주소를 사용하여 방문자 장치의 대략적인 위치를 파악합니다. 이렇게 하면 방문자가 (대부분의 경우) 현지 언어로 된 콘텐츠를 볼 수 있습니다.Geo Targetly 개인정보취급방침
SpeedCurve
Autodesk에서는 SpeedCurve를 사용하여 웹 페이지 로드 시간과 이미지, 스크립트, 텍스트 등의 후속 요소 응답성을 측정하여 웹 사이트 환경의 성능을 모니터링하고 측정합니다. SpeedCurve 개인정보취급방침
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

사용자 경험 향상 – 사용자와 관련된 항목을 표시할 수 있게 해 줌

Google Optimize
오토데스크는 사이트의 새 기능을 테스트하고 이러한 기능의 고객 경험을 사용자화하기 위해 Google Optimize을 이용합니다. 이를 위해, 고객이 사이트를 방문해 있는 동안 행동 데이터를 수집합니다. 이 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 오토데스크 ID 등이 포함될 수 있습니다. 고객은 기능 테스트를 바탕으로 여러 버전의 오토데스크 사이트를 경험하거나 방문자 특성을 바탕으로 개인화된 컨텐츠를 보게 될 수 있습니다. Google Optimize 개인정보취급방침
ClickTale
오토데스크는 고객이 사이트에서 겪을 수 있는 어려움을 더 잘 파악하기 위해 ClickTale을 이용합니다. 페이지의 모든 요소를 포함해 고객이 오토데스크 사이트와 상호 작용하는 방식을 이해하기 위해 세션 녹화를 사용합니다. 개인적으로 식별 가능한 정보는 가려지며 수집되지 않습니다. ClickTale 개인정보취급방침
OneSignal
오토데스크는 OneSignal가 지원하는 사이트에 디지털 광고를 배포하기 위해 OneSignal를 이용합니다. 광고는 OneSignal 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 OneSignal에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 OneSignal에 제공하는 데이터를 사용합니다. OneSignal 개인정보취급방침
Optimizely
오토데스크는 사이트의 새 기능을 테스트하고 이러한 기능의 고객 경험을 사용자화하기 위해 Optimizely을 이용합니다. 이를 위해, 고객이 사이트를 방문해 있는 동안 행동 데이터를 수집합니다. 이 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 오토데스크 ID 등이 포함될 수 있습니다. 고객은 기능 테스트를 바탕으로 여러 버전의 오토데스크 사이트를 경험하거나 방문자 특성을 바탕으로 개인화된 컨텐츠를 보게 될 수 있습니다. Optimizely 개인정보취급방침
Amplitude
오토데스크는 사이트의 새 기능을 테스트하고 이러한 기능의 고객 경험을 사용자화하기 위해 Amplitude을 이용합니다. 이를 위해, 고객이 사이트를 방문해 있는 동안 행동 데이터를 수집합니다. 이 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 오토데스크 ID 등이 포함될 수 있습니다. 고객은 기능 테스트를 바탕으로 여러 버전의 오토데스크 사이트를 경험하거나 방문자 특성을 바탕으로 개인화된 컨텐츠를 보게 될 수 있습니다. Amplitude 개인정보취급방침
Snowplow
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Snowplow를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Snowplow 개인정보취급방침
UserVoice
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 UserVoice를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. UserVoice 개인정보취급방침
Clearbit
Clearbit를 사용하면 실시간 데이터 보강 기능을 통해 고객에게 개인화되고 관련 있는 환경을 제공할 수 있습니다. Autodesk가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. Clearbit 개인정보취급방침
YouTube
YouTube는 사용자가 웹 사이트에 포함된 비디오를 보고 공유할 수 있도록 해주는 비디오 공유 플랫폼입니다. YouTube는 비디오 성능에 대한 시청 지표를 제공합니다. YouTube 개인정보보호 정책

icon-svg-hide-thick

icon-svg-show-thick

광고 수신 설정 – 사용자에게 타겟팅된 광고를 제공할 수 있게 해 줌

Adobe Analytics
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Adobe Analytics를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID 및 오토데스크 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. Adobe Analytics 개인정보취급방침
Google Analytics (Web Analytics)
오토데스크 사이트에서 고객의 행동에 관한 데이터를 수집하기 위해 Google Analytics (Web Analytics)를 이용합니다. 여기에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 오토데스크는 사이트 성과를 측정하고 고객의 온라인 경험의 편리함을 평가하여 기능을 개선하기 위해 이러한 데이터를 이용합니다. 또한, 이메일, 고객 지원 및 판매와 관련된 고객 경험을 최적화하기 위해 고급 분석 방법도 사용하고 있습니다. AdWords
Marketo
오토데스크는 고객에게 더욱 시의적절하며 관련 있는 이메일 컨텐츠를 제공하기 위해 Marketo를 이용합니다. 이를 위해, 고객의 온라인 행동 및 오토데스크에서 전송하는 이메일과의 상호 작용에 관한 데이터를 수집합니다. 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 이메일 확인율, 클릭한 링크 등이 포함될 수 있습니다. 오토데스크는 이 데이터를 다른 소스에서 수집된 데이터와 결합하여 고객의 판매 또는 고객 서비스 경험을 개선하며, 고급 분석 처리에 기초하여 보다 관련 있는 컨텐츠를 제공합니다. Marketo 개인정보취급방침
Doubleclick
오토데스크는 Doubleclick가 지원하는 사이트에 디지털 광고를 배포하기 위해 Doubleclick를 이용합니다. 광고는 Doubleclick 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Doubleclick에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Doubleclick에 제공하는 데이터를 사용합니다. Doubleclick 개인정보취급방침
HubSpot
오토데스크는 고객에게 더욱 시의적절하며 관련 있는 이메일 컨텐츠를 제공하기 위해 HubSpot을 이용합니다. 이를 위해, 고객의 온라인 행동 및 오토데스크에서 전송하는 이메일과의 상호 작용에 관한 데이터를 수집합니다. 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 이메일 확인율, 클릭한 링크 등이 포함될 수 있습니다. HubSpot 개인정보취급방침
Twitter
오토데스크는 Twitter가 지원하는 사이트에 디지털 광고를 배포하기 위해 Twitter를 이용합니다. 광고는 Twitter 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Twitter에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Twitter에 제공하는 데이터를 사용합니다. Twitter 개인정보취급방침
Facebook
오토데스크는 Facebook가 지원하는 사이트에 디지털 광고를 배포하기 위해 Facebook를 이용합니다. 광고는 Facebook 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Facebook에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Facebook에 제공하는 데이터를 사용합니다. Facebook 개인정보취급방침
LinkedIn
오토데스크는 LinkedIn가 지원하는 사이트에 디지털 광고를 배포하기 위해 LinkedIn를 이용합니다. 광고는 LinkedIn 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 LinkedIn에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 LinkedIn에 제공하는 데이터를 사용합니다. LinkedIn 개인정보취급방침
Yahoo! Japan
오토데스크는 Yahoo! Japan가 지원하는 사이트에 디지털 광고를 배포하기 위해 Yahoo! Japan를 이용합니다. 광고는 Yahoo! Japan 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Yahoo! Japan에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Yahoo! Japan에 제공하는 데이터를 사용합니다. Yahoo! Japan 개인정보취급방침
Naver
오토데스크는 Naver가 지원하는 사이트에 디지털 광고를 배포하기 위해 Naver를 이용합니다. 광고는 Naver 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Naver에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Naver에 제공하는 데이터를 사용합니다. Naver 개인정보취급방침
Quantcast
오토데스크는 Quantcast가 지원하는 사이트에 디지털 광고를 배포하기 위해 Quantcast를 이용합니다. 광고는 Quantcast 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Quantcast에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Quantcast에 제공하는 데이터를 사용합니다. Quantcast 개인정보취급방침
Call Tracking
오토데스크는 캠페인을 위해 사용자화된 전화번호를 제공하기 위하여 Call Tracking을 이용합니다. 그렇게 하면 고객이 오토데스크 담당자에게 더욱 빠르게 액세스할 수 있으며, 오토데스크의 성과를 더욱 정확하게 평가하는 데 도움이 됩니다. 제공된 전화번호를 기준으로 사이트에서 고객 행동에 관한 데이터를 수집할 수도 있습니다. Call Tracking 개인정보취급방침
Wunderkind
오토데스크는 Wunderkind가 지원하는 사이트에 디지털 광고를 배포하기 위해 Wunderkind를 이용합니다. 광고는 Wunderkind 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Wunderkind에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Wunderkind에 제공하는 데이터를 사용합니다. Wunderkind 개인정보취급방침
ADC Media
오토데스크는 ADC Media가 지원하는 사이트에 디지털 광고를 배포하기 위해 ADC Media를 이용합니다. 광고는 ADC Media 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 ADC Media에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 ADC Media에 제공하는 데이터를 사용합니다. ADC Media 개인정보취급방침
AgrantSEM
오토데스크는 AgrantSEM가 지원하는 사이트에 디지털 광고를 배포하기 위해 AgrantSEM를 이용합니다. 광고는 AgrantSEM 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 AgrantSEM에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 AgrantSEM에 제공하는 데이터를 사용합니다. AgrantSEM 개인정보취급방침
Bidtellect
오토데스크는 Bidtellect가 지원하는 사이트에 디지털 광고를 배포하기 위해 Bidtellect를 이용합니다. 광고는 Bidtellect 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Bidtellect에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Bidtellect에 제공하는 데이터를 사용합니다. Bidtellect 개인정보취급방침
Bing
오토데스크는 Bing가 지원하는 사이트에 디지털 광고를 배포하기 위해 Bing를 이용합니다. 광고는 Bing 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Bing에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Bing에 제공하는 데이터를 사용합니다. Bing 개인정보취급방침
G2Crowd
오토데스크는 G2Crowd가 지원하는 사이트에 디지털 광고를 배포하기 위해 G2Crowd를 이용합니다. 광고는 G2Crowd 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 G2Crowd에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 G2Crowd에 제공하는 데이터를 사용합니다. G2Crowd 개인정보취급방침
NMPI Display
오토데스크는 NMPI Display가 지원하는 사이트에 디지털 광고를 배포하기 위해 NMPI Display를 이용합니다. 광고는 NMPI Display 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 NMPI Display에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 NMPI Display에 제공하는 데이터를 사용합니다. NMPI Display 개인정보취급방침
VK
오토데스크는 VK가 지원하는 사이트에 디지털 광고를 배포하기 위해 VK를 이용합니다. 광고는 VK 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 VK에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 VK에 제공하는 데이터를 사용합니다. VK 개인정보취급방침
Adobe Target
오토데스크는 사이트의 새 기능을 테스트하고 이러한 기능의 고객 경험을 사용자화하기 위해 Adobe Target을 이용합니다. 이를 위해, 고객이 사이트를 방문해 있는 동안 행동 데이터를 수집합니다. 이 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역, IP 주소 또는 장치 ID, 오토데스크 ID 등이 포함될 수 있습니다. 고객은 기능 테스트를 바탕으로 여러 버전의 오토데스크 사이트를 경험하거나 방문자 특성을 바탕으로 개인화된 컨텐츠를 보게 될 수 있습니다. Adobe Target 개인정보취급방침
Google Analytics (Advertising)
오토데스크는 Google Analytics (Advertising)가 지원하는 사이트에 디지털 광고를 배포하기 위해 Google Analytics (Advertising)를 이용합니다. 광고는 Google Analytics (Advertising) 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Google Analytics (Advertising)에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Google Analytics (Advertising)에 제공하는 데이터를 사용합니다. Google Analytics (Advertising) 개인정보취급방침
Trendkite
오토데스크는 Trendkite가 지원하는 사이트에 디지털 광고를 배포하기 위해 Trendkite를 이용합니다. 광고는 Trendkite 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Trendkite에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Trendkite에 제공하는 데이터를 사용합니다. Trendkite 개인정보취급방침
Hotjar
오토데스크는 Hotjar가 지원하는 사이트에 디지털 광고를 배포하기 위해 Hotjar를 이용합니다. 광고는 Hotjar 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Hotjar에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Hotjar에 제공하는 데이터를 사용합니다. Hotjar 개인정보취급방침
6 Sense
오토데스크는 6 Sense가 지원하는 사이트에 디지털 광고를 배포하기 위해 6 Sense를 이용합니다. 광고는 6 Sense 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 6 Sense에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 6 Sense에 제공하는 데이터를 사용합니다. 6 Sense 개인정보취급방침
Terminus
오토데스크는 Terminus가 지원하는 사이트에 디지털 광고를 배포하기 위해 Terminus를 이용합니다. 광고는 Terminus 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 Terminus에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 Terminus에 제공하는 데이터를 사용합니다. Terminus 개인정보취급방침
StackAdapt
오토데스크는 StackAdapt가 지원하는 사이트에 디지털 광고를 배포하기 위해 StackAdapt를 이용합니다. 광고는 StackAdapt 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 StackAdapt에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 StackAdapt에 제공하는 데이터를 사용합니다. StackAdapt 개인정보취급방침
The Trade Desk
오토데스크는 The Trade Desk가 지원하는 사이트에 디지털 광고를 배포하기 위해 The Trade Desk를 이용합니다. 광고는 The Trade Desk 데이터와 고객이 사이트를 방문하는 동안 오토데스크가 수집하는 행동 데이터 모두에 기초하여 제공됩니다. 오토데스크가 수집하는 데이터에는 고객이 방문한 페이지, 시작한 체험판, 재생한 동영상, 구매 내역 및 IP 주소 또는 장치 ID가 포함될 수 있습니다. 이 정보는 The Trade Desk에서 고객으로부터 수집한 데이터와 결합될 수 있습니다. 오토데스크는 디지털 광고 경험에 대한 사용자화를 개선하고 고객에게 더욱 관련 있는 광고를 제시하기 위해 The Trade Desk에 제공하는 데이터를 사용합니다. The Trade Desk 개인정보취급방침
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

정말 더 적은 온라인 경험을 원하십니까?

오토데스크는 고객 여러분에게 좋은 경험을 드리고 싶습니다. 이전 화면의 범주에 대해 "예"를 선택하셨다면 오토데스크는 고객을 위해 고객 경험을 사용자화하고 향상된 응용프로그램을 제작하기 위해 귀하의 데이터를 수집하고 사용합니다. 언제든지 개인정보 처리방침을 방문해 설정을 변경할 수 있습니다.

고객의 경험. 고객의 선택.

오토데스크는 고객의 개인 정보 보호를 중요시합니다. 오토데스크에서 수집하는 정보는 오토데스크 제품 사용 방법, 고객이 관심을 가질 만한 정보, 오토데스크에서 더욱 뜻깊은 경험을 제공하기 위한 개선 사항을 이해하는 데 도움이 됩니다.

오토데스크에서 고객님께 적합한 경험을 제공해 드리기 위해 고객님의 데이터를 수집하고 사용하도록 허용하시겠습니까?

선택할 수 있는 옵션을 자세히 알아보려면 이 사이트의 개인 정보 설정을 관리해 사용자화된 경험으로 어떤 이점을 얻을 수 있는지 살펴보거나 오토데스크 개인정보 처리방침 정책을 확인해 보십시오.