AU Class
AU Class
class - AU

Info360 Asset Data-Driven Sewer Planning: Aqua America's Integrated Planning for Sewer Systems

이 강의 공유하기

설명

Aqua America is a large water and sewer utility serving eight U.S. states. The utility faces the challenge of efficiently maximizing the management of aging infrastructure in more than 50 wastewater systems in Pennsylvania alone. In 2023, Aqua contracted GHD to implement a Consolidated Planning Level Sewer Program in Pennsylvania, addressing dispersed data sources of condition assessment data and best practices for capital improvement planning at the state, regional, and local levels. This presentation will address the obstacles encountered during the project, and showcase the integration of the Autodesk Info360 Asset and Esri ArcGIS Online cloud platforms to help Aqua efficiently manage significant volumes of closed-circuit TV (CCTV) inspection and other condition assessment data—along with tools to prioritize the riskiest assets, identify projected rehabilitation approaches, and establish capital improvement budgets.

주요 학습

  • Assess the advantages of taking a proactive approach to sewer rehabilitation within an environment of aging infrastructure, rising expectations, and limited resources.
  • Discover ways in which Info360 Asset assists in handling substantial CCTV inspection data, various field crews, and quality assurance and control.
  • Enhance the decision-making process with insights and flexibility by leveraging advanced analysis of extensive and complex datasets.

발표자

  • Alton Whittle
    Alton's extensive 30-year career in engineering is marked by a diverse array of achievements in program management, master planning, and asset management, with a strong emphasis on spearheading digital transformation initiatives. His work has led to the development of remediation and mitigation programs that prioritize measured effectiveness of successful on corrective action plans for failing systems. Alton's involvement in inter-municipal agreement, public planning, training, and workshop facilitation highlights his multifaceted skill set. His experience spans a broad spectrum of clients, including local municipalities, private utilities, and international projects. Alton's leadership has consistently driven client success and innovation, ensuring the successful adoption of digital solutions that place human experience at the forefront, with technology and data serving as pivotal tools, and delivering outcomes of assured value.
  • Martha Nunez
    My name is Martha Nunez I currently at Autodesk Water solutions company as a Customer Success Manager for the Asset Management Software Info360 Asset. At my current job I work closely with clients by driving the usage of cloud digital solutions, managing projects, and client success efforts. I love being involved in the water industry and learning from other water professionals and leaders.
Video Player is loading.
Current Time 0:00
Duration 57:15
Loaded: 0.29%
Stream Type LIVE
Remaining Time 57:15
 
1x
  • Chapters
  • descriptions off, selected
  • en (Main), selected
Transcript

MARTHA NUNEZ: All right, we're going to start out with our Safe Harbor Statement. If you need to go ahead and pause it and read it, please go ahead and do that at this time. So the title of this presentation is Info360 Asset Data Driven Sewer Planning. Today, we're going to be discussing Aqua America's Integrated Planning for Sewer Systems.

My name is Martha Nunez. And I am a Customer Success Manager here at Autodesk. I have a background on Civil and Environmental Engineering. And here at Autodesk, I specialize in our Asset Management Portfolio for our Water Solutions. I was a Project Manager for the project that we conducted with GHD to help Aqua America implement Info360 Asset on their systems.

ALTON WHITTLE: My name's Alton Whittle. I'm a Project Director/Digital Accelerator with GHD. I've been with the firm now for 30 some years and work primarily in digital integration and linear assets.

Just to give you a little background, GHD is a global company. We've been in 135 different countries. We offer services worldwide and have been well established as engineering firms, especially for the water industry.

So our agenda today, we're going to cover a little bit about the background for the Aqua Pennsylvania project. We're also going to talk about what were their big data management challenges that they were trying to resolve and how to tie in this decision planning using risk, prioritization, and rehabilitation planning in that decision-making process and make the most out of their data, and really, talk about the extra benefits that came about from this project in terms of communications and collaboration. And then we're going to wrap up with some of the next steps we see both for the industry and specifically for the Info360 product.

So to get started today, I'll give you a little background on Aqua Pennsylvania. They're part of a larger organization that serves water, wastewater, municipal clients in the area, operating across over eight states currently. They have six operating centers, specifically in Pennsylvania, where this original project started. And in Pennsylvania, just to give you a scope of that, they own and operate over 50 wastewater systems plus about three times the number of water systems. There are about 150 water systems just within the state of Pennsylvania.

And most of those systems came about-- they are a private entity-- but most of them came about through acquisition of public municipal systems that were either underfunded or lacked some management direction. So they were purchased and now are managed by Aqua PA. So they run into a number of challenges across the state here, such as aging infrastructure. They have a lot of pipes that have exceeded their lifespan. They are dealing with conditions where they're degrading and not performing up to the standards that they need to do.

This is combined with a lot of missing information or limited historical knowledge. Some of these systems were just recently bought. And they came with very, very limited information along with the systems. And with that aging system, what they're dealing with is, especially here in Pennsylvania, we have a lot of infiltration and inflow, which is excess water that's coming in during rainfall events and taking up the capacity in the collection conveyance systems. And that's problematic in terms of being able to provide service.

One of the struggles that they have for complying with regulatory oversight and their rate structure is that they're under the PUC. So they have to provide information to the PUC as to the basis for what their budgets are, where they're spending their money, and how that's being used reliably. So those last two kind of tie together in terms of a challenge of managing a system and providing that management insight to a third party. So really, where we started here, GHD was hired as a consultant for Aqua. And we started to look at how to build them into a smart future.

There is lots of data out there that's available and how to use that data to bring them full circle into transparency for their rates and their client services, consistent budgeting across different divisions, across different states, and really enhancing how the staff knowledge is conveyed and captured. So we're doing this-- visually, here in this circle, you see how the beginning here is how to leverage the data they have, how to look for those gaps in data, supplement that, gather the right people in the room to see how the planning is occurring both on a corporate level down to the engineering level-- even to the field, to the individuals who are out collecting information in the field or doing construction-- bring that all together, analyze it, visualize it, and then look towards the future of how to augment that, how to automate those processes in terms of data collection, especially, make that into intelligence decisions, and act upon their results from that.

And then really, the one key point here is how to measure that and take that knowledge that's gained and recycle that back in as you complete this on an annual or monthly or five-year cycle. So GHD originally had looked Info Asset Planner as a solution. And then Autodesk came out with the new version of Info360 Asset, which is a web-based solution. And this really fit well in terms of being a centralized software as a service platform. So everyone was able to access that.

There was ample storage. And we'll talk about a little bit later how the data was able to be stored in there, especially the CCTV videos and the large quantity of data associated with condition assessment. And it really made that accessible to staff across the whole level from upper management to the field and provided the additional integration with Esri to allow for working with other solutions that are in place that Aqua had. So the original thing was to pick out a pilot study, which we did by selecting the area around Philadelphia.

So there's the suburbs of Philadelphia that was selected. That's their Southeast division of Pennsylvania. We selected that as a solution implementer for the pilot and then really looked at how this tool fit what they needed. And that was the real benefit here. It really does fit their purpose, which is a lot of CCTV management, the data collection use, coming up with risks to identify their high-priority assets, and then look at how to make decisions effectively on rehabilitation planning.

So with that being a good fit, the first step we went to was, how do we get over some of these data management challenges and really use Info360 Asset for that solution. So what you see here, previously, there was a lot of multiple data sources in place and a lot of siloing of that information. You had all kinds of asset information, such as the GIS, you had historical records, you had cut sheets-- those type of asset information that was stored in multiple locations.

Depending on whether it was a paper copy, whether it was stored in the corporate GIS, or whether it was in an engineer's database or Excel file, it added on these condition assessments where crews were going out into the field, looking at pipeline assessment, looking at manhole assessment, pulling conditions such as the next one-- their capacity studies where they had limitations in the system-- looking at flow metering in the capacity studies, looking at hydraulic models, and then looking at these regulatory compliances. And what we found was this data was scattered in different places. And only really the owner of that data had full access to it.

So the idea here was to bring these into a single source so that we could review them and use that data and then try and get away from this office server limitation where historical data was only stored in one place and available only to those individual people. So this was the first step. I think it went really well.

They were able to gather different project managers in the room. The GIS director, the field staff came in. They had all these discussions and really started looking for what all data was available and what was the critical stuff to at least start in this pilot study.

The big one, like I mentioned, and I wanted to point this out specifically, was the Condition Assessment data that was being collected. Aqua was in the process of just within this Southeast division, collecting televising of the pipes, what we label here as closed circuit television video. It's the CCTV. You can kind of see the video running here.

So they have this robotic unit. It goes down the pipe. It looks for defects. It looks for the condition of the pipe. It looks for sources of I&I.

As you can see here, there's clear water splashing in this pipe. I mean, that's not supposed to be in there. So it's taking up capacity. And it indicates that the pipe is failing and reaching its end of life. So they have previously collected 630,000 linear feet of televised pipe. And that was sitting in a series of hard drives on someone's desktop, and not even a hard drive internally to the PC but a portable hard drive that was sitting on someone's desktop.

And if another individual needed it, they'd put it in the mail and send it to them. And they'd get there a week later. So they had a large amount of data just sitting in very vulnerable locations in terms of the longevity of that data.

And the goal was to more than double that over the next three years in terms of where they wanted to see the condition of their system. So this was a big challenge that Aqua was facing. Go ahead, Martha. I think you're going to show the solution here.

MARTHA NUNEZ: All right, thanks, Alton. So in the next few slides, I'm going to be demonstrating how GHD is currently helping Aqua America manage all of their data management challenges that Alton described earlier in the presentation. So here we have Info360 Asset. And as we can see, we're simply logged into asset.info360.com. All of this information is centralized and available in the cloud.

Aqua America manages multiple small systems, including some systems in the Northwest of the state of Pennsylvania, as well as some of the suburbs outside of Philadelphia. So here we're zooming in to the suburb of East Northern. And we can view all of the GIS information that was imported, including the sanitary sewer GIS information, CCTV data that is color coded with the different colors depending on the severity of that CCTV. We have additional spatial data, including the Justice for Disadvantaged Communities, displayed in that red color in the map, in addition to other GIS layers, such as state roads and streams that were being used as part of the likelihood and consequence of failure analysis.

Here we're looking at an asset. And we can visualize more information about the asset by going under the Asset Details page, where we can view all of the information, including the CCTV ratings that are determined based on the NASSCO CCTV standard, which is a American standard. Under Properties, we can view the Asset ID of the Pipe as well as Asset IDs of the Manhole-- Upstream and Downstream Manholes-- which are essential for CCTV management.

So all of this information comes [AUDIO OUT]. We have Additional Attribute data, including the Material of the Pipe, the Length of the Pipe, the Width. And we can also view Additional Analysis Results, such as the Risk Analysis, which we'll cover later on in the presentation.

We have all of these different Risks and Scenarios as well as Rehab Action Results. So in this example, this Pipe has a Final Action of CIPP Lining. And we can visualize the CCTV data that is associated to the pipe in the GIS. So here on the left-hand side, we can view the different Condition codes of the CCTV.

Looks like this pipe has a hole around 218 feet. And we can visualize that defect of that hole here in the video that has been imported into the Info360 Asset interface. So as we can see, we are able to bring in GIS data, CCTV data, and additional information from different data sources, have it in this centralized database on the cloud where everyone can access it and make the best of their decision-making process.

In addition to bringing in data together, Alton specified a few of the challenges that come with collecting large volumes of CCTV data. So thousands of linear foot of this data gets collected at Aqua America. And being able to manage that data efficiently is crucial. In Info360 Asset, we have the CCTV upload capabilities that I'm going to demonstrate in this video. So under the Tasks page, we can import different Inspection Formats and view all of the data that has already been imported and import more data by clicking on their new PACP upload, choosing the Inspection Standard.

And then simply drag and drop all the information from those Access databases. Here we have over 200 databases that GHD was able to upload into Info360 Asset by just dragging and dropping. The upload process is very efficient. As long as the data is, again, standardized based on the American CCTV standard NASSCO, Info360 Asset is going to recognize the different schemas and data files as well as for the media.

So here, we are simply uploading a folder that contains the media from this specific CCTV inspection. And it recognizes those media files to seamlessly upload that data. So once this data is in here, it's going to have 100% cloud storage.

And this minimizes any potential resources that Aqua would need to store all of this data on premises. So now they no longer have to think about that anymore. This process can be conducted in bulk. So all of the terabytes of data that Aqua has collected is eventually going to live in Info360 Asset.

In addition to upload larger volumes of data, as Alton mentioned earlier, bring in information from different utilities and different systems. We got different contractors that do things in their own way. That data has the most optimal quality. It's also a challenge. So here I'm going to demonstrate the ways that GHD can validate all of that information that is being uploaded by the field inspectors in the field to make sure that everything has the best quality.

So here, we have the media field, which is going to indicate with a red X mark if any media files are missing. Let's look at this example. Looks like this inspection is missing a video file. We also have the length asset field, which once again with a red X mark, is going to indicate that the CCTV inspection is not linked to an asset in the GIS. So GHD's going to have to conduct some QA/QC processes to make sure that that data is matching up correctly.

Here we're looking at the inspections in the In Review status. Once an inspection is in this status, it means that it's not being used for any analysis because it's still being reviewed. In this example, GHD, if they find a defect that maybe wasn't coded by the field inspector, they can manually add that defect here directly into the Info360 Asset interface. And if they need to conduct a further review, they can go to the Details page and then visualize that information from the upstream and downstream manhole IDs, which need to match the GIS.

If it doesn't, they can indicate under the Notes section that the manholes don't match the GIS. Have the inspector correct and resubmit. And they can reject that inspection.

Once rejected, it's going to notify the field inspector that they need to go ahead and resubmit that inspection after it has been fixed. So now we have an example of how Info360 Asset not only can bring in different data sources, hold all of that information on the cloud, but it also improves the collaboration between the engineer or the consultant, GHD, and the field contractors that Aqua America has contracted for that CCTV work.

ALTON WHITTLE: Thanks, Martha. So this was a great success already from this first step here. They were able to bring in all these different data sources, really look at how the GIS tied into some of the information that was in there from previous flow-metering studies and modeling, along with the employee knowledge, so the employees could look at that and say, well, yeah, that's all the data or no. We have a whole other hard drive sitting somewhere that we were not aware of.

So getting all that available online was wonderful. I know our GIS guy had six 2-terabyte hard drives sitting on his desk at work. And he was so happy to get that extra space back when all of those were available on the web then. And that really did help communication.

So for example, I had a conversation with one of the project managers. And he said to me, hey, we're having a problem out here in this one area. The pump station's running really heavily. We can't figure out why. And together, we pulled up online the video for the pipes leading into it, found out that, sure enough, the staff had identified a defect just upstream that was pretty significant.

And they were able to address those problems, really, over a phone call from a distance. And it was really a changing moment for the client. I think they saw the real value of having everything at their fingertips. They didn't have to request a drive from the field department, get that mailed up, review, find that file within, like, 1,000 different records, and see what was being shown by actually watching through start to end or finding the right place in the video.

So as you noticed, Martha clicked on the defect. It went right to that defect in that pipe. So that really set the stage for information being available and how do you go to the next step then to utilize that data more efficiently, which is a good segue to the next slide there, Martha. So utilizing that data, how do they make decisions based on it? And this really comes down to risk prioritization and planning and decision-making from that.

So the first part of this was really sitting down with staff, figuring out what their vision was-- what did they want to achieve with this, what were their goals in having a successful utility. And we really broke it into three categories. This isn't anything special. It's just how we broke out the discussion.

But really, we looked at the social community-- what was the public's image, how was it affected, how is the service to the customers affected, and are there really any health and safety issues that are paramount that could result in disruption to the community. And then the second thing, obviously, it's a business. We're running this to be financially responsible.

There's only so much money to go around. There is only so much effort in terms of staffing that can be done. We really were looking at how the decisions being made were impacting the financial and operational resources that were available. And then obviously, as a wastewater entity, you fall under environmental stewardship and regulatory requirements.

There's requirements for what needs to be reported. There's capacity requirements. There's the responsibility to limit and eliminate any wet weather overflows when you have failing systems. So those are kind of the main categories. And we were really looking at how can we put those into values.

So from gaining those goals and those visions, then we started working with staff to look at what kind of data was available. And we really broke that down into a couple of different categories. There's predictive data. That's the information that you would normally see like pipe age, pipe material, soil type-- things that are going to give you indicators on how much life you have left in the asset and how well it's working.

Then there's consequence-based type data. And this might be what you normally associate with the GIS. How close are you to a stream? It is how close are you to a certain soil type. How close are you to state roads because then your costs go up if you're doing construction on a state road.

Or are you in a primary line, a big conveyance line right before it gets to the plant, versus a collection system that only serves a couple of houses? So those are consequence-based data points that we were looking at. And then we had all these other additional engineering studies that have been done-- flow-metering, hydraulic models-- those type of study-based that gives you more information on the operational workings of the assets. So are your pipes conveying? Do they have enough capacity to convey the flow during dry weather?

Or do they have enough for the wet weather? Are there areas that have higher priorities? Because all of the sudden when it rains, you're inundating your system. And then there's these observation-based ones that may be-- that's your CCTV data. What's the condition look like?

Manhole observations-- are your manholes falling apart? Are they in good condition-- overflow frequency-- those type of things. And that all gets put together then in this decision analysis. So with that, Martha's going to show you how that fits into Info360-- once these pieces were identified, how they get put into the system and can supplement the decision-making process.

MARTHA NUNEZ: Thanks, Alton. So let's take a look at how GHD developed the risk analysis for the Aqua America system here in Info360 Asset. So here in Info360 Asset under the Risk tab, we have the ability to create likelihood of failure and consequence of failure analysis, so all the criteria, including CCTV data, structural scores of the pipes, operation and maintenance scores, and defect codes. All of this comes from the CCTV data analysis results. Let's take a look at an example of how this information is scored for the structural score of pipes example.

So on the left-hand side, we have all the scores from 1 through 5, 5 being the highest likelihood of failure. So any pipe that has a structural condition greater than 4 is going to have a score of 5 for this specific criteria. We can view that as accounts and as account percentage to indicate how many pipes are falling under each score. And then we also have the ability to develop the consequence of failure setup.

So this is what GHD has created so far for Aqua America. We have this Flow Priority, Consequence of Failure, including I&I prioritization, depending on what basin the pipe is located in and proximity to streams and state roads. Let's take a look at another example on how the pipes are scored based on the proximity to the streams. So here, we're scoring the pipes a 5 out of 5 if they essentially are 0 feet or essentially intersect a stream.

If that's the case, then the consequence of failure of that pipe is much higher. It can include infiltration and inflow as well due to the proximity to that stream. And then each criteria's going to be weighted depending on how much weight we want to give that piece of criteria to the total consequence of failure score. Once that's been set up, this is where GHD specifies how we want to calculate the total risk.

So LoF and CoF are going to be added. And each are going to provide a weight of 50% to the total risk score. At the bottom right, we can see that any pipe that has a risk score of greater than 4 is going to be marked as an extreme risk of failure pipe. So once everything has been set up here in Info360 Asset and the model is run, we can view all of the risk analysis results in the form of a report.

So each pipe in the system is going to have a Total Risk Score, total LoF and total CoF. So let's take a look at the results for this specific asset, which was the highest scoring asset. We can view the ratings, again, that come from the CCTV results and then view all the different details of how this pipe got a total risk score of 3.9, which is putting it into the high risk grade category. We have the details on likelihood of failure.

So it looks like this pipe scored a 5 out of 5 under the Structural score. So it has high severity defects. And then the number of those defects is quite high as well. It looks like this pipe is in close proximity to a stream, giving it a 5 out of 5. And it looks like it's also in a high prioritization I&I basin.

Let's look at the CCTV inspection results. And here on the left-hand side, we can view that there are several score for fractures, which can also be viewed in the CCTV to kind of corroborate that information and corroborate the condition of the pipe, which is giving it a high likelihood of failure. And if we visualize this pipe in the map, we can also see that this pipe is quite close, almost intersecting a stream, giving it a high consequence of failure.

So this result that we've seen in this example is going to be calculated for all of Aqua America's systems. And it's going to essentially indicate to Aqua and GHD where to spend their money, which [INAUDIBLE] prioritize and make sure that they're optimizing their time, their cost, and their resources.

The last step of the puzzle is, essentially, once the CCTV, GIS, and all of those pieces of information that initially were scattered in multiple places-- once they've come together in Info360 Asset and we've developed a risk analysis to determine where the highest risk pipes are conducted, this is the step where the rehabilitation planning is conducted. In other words, what is the final action? What needs to happen to each one of the assets in the system?

So in here, we have multiple examples under the Rehab tab of Info360 Asset. We got a CCTV decision tree that is going to indicate which pipes have been CCTV'd and which ones needed to be scheduled for CCTV and at what priority. We have the Operation and Maintenance decision tree that GHD developed to determine which pipes needed regular maintenance, as well as the capital improvement plan to determine which pipes need to be replaced, repaired, or renewed.

So let's take a look at this example for the Capital Improvement Project decision tree. So a decision tree is simply a combination of queries in the form of a flowchart, which, it's going to lead all the pipes into a final action. So in this example, we're asking, has the pipe been televised or CCTV'd? If it hasn't been CCTV'd, then let's go ahead and obtain CCTV for those pipes. And we can see the number of pipes that are going through each route.

If it has been CCTV'd, then are there any pipe defects? If not, then no action is needed for these pipes. If true, then what kind of defects does it have? Does the pipe need to be replaced due to the defect severity? Here, we're querying infiltration codes and this query from the CCTV data.

So if any pipe has any of these specific infiltration defects, then we're going to set the pipe to be replaced. If there are no replacement defects, then are there any lining defects-- in other words, any defects that will warrant a liner for that particular pipe? We're looking at B Defects, so breaks, and C defects, so breaks and cracks. If any one of these defects is present in the pipe, then we'll go ahead and conduct a CIP lining.

But we also need to know where the pipe is located at. Is it in a state road or not? And what is the size of the pipe? Because that's going to determine what the final action and the cause of the pipe is going to be. So here we have different actions for CIPP lining.

And if the pipe doesn't need any liner, then let's take a look at whether there are more than 3 point defects in the pipe. So we're looking at a variety of medium to high-severity defects, such as obstructions, fractures, infiltrations. We're looking at collapses, surface damage. And all of these PACP codes that are indicated by the NASSCO standard.

If there are any more than three, then we're going to go ahead and replace the pipe. But we also need to know, again, if it's located under a state road or what the size of the pipe is. So if we look at the Action step, we can see a summary of all of those Rehab actions and the costs. Once again, every action is going to have a different cause depending on whether the pipe is under a state road or depending on its diameter. And the cost is per each or per linear feet.

Now we can go ahead and run the tree once the tree has been finalized and then see the results. So here, we have, once again, for every pipe in the system a result of a final rehab action. So let's take a look at this pipe that needs a replacement.

Once again, here in the Asset Details page, you will scroll all the way down. We can see that this Final Action is Replace. The pipe is between 8 and 12 inches. And the cost is around $93,000.

We can view the decision path that it took to get to the Final Action. So we have the query that we're looking at. And in the right-hand side, we have the result, whether if it's true or not. Looks like this pipe has a True under the higher than 3 point defects, which means that the pipe will need to be replaced. And because of its size, between 0 to 12 inches, and because it's not under a state road, then it's going to get that rehab action and that particular cost.

So once again, with a system-wide report, GHD is able to utilize all of this information to determine which pipes need to be prioritized, as well as what type of-- be conducted, and what the cost is going to be, so they can develop a budget plan for the next CIP period.

ALTON WHITTLE: Thanks, Martha. So as you see there, it's a very powerful tool. And one of the first things that you noticed that Martha showed was there was various different scenarios run in there. So different departments or different uses or different reports even, each could be developed with that vision in place.

So for example, there's an operation of maintenance. That gets an annual report of all the pipes that have been televised that indicate that there's routes or potential blockages. So that goes to a maintenance team. And that might be done internally by Aqua. And then there's this separate decision tree and risk prioritization to look at where they're going to do their capital improvements.

And a good example of that was they just had a five-year plan that they had to submit to the PUC for approval of basically how they wanted to use those funds. This gives them a tool to generate that report, run it. Then they can even change a couple variables and say, well, what if we did this instead? What if we looked at 2 point defects as the cutoff for when we replace a line versus 3? And it takes a matter of a minute or two to run that process again, see how that would be different.

And it then helps them refine their visions and to communicate that across the whole corporation then. It also gives you very good transparency when you're giving public the information about why decisions were made or you're giving the PUC the information or even the regulatory agencies. You're able to specify, here was the decision tree. Here's how we made that analysis happen.

And we looked at it. We verified it. And that looked good to us. And that gave us a budget number. And that really does take that effort down from having to look at so many different data sources individually.

It puts it all in front of you, shows you the decision and why those decisions were made, and really gives you the ability to incorporate a lot more into making that decision valid. So this has been a big step forward. And they've really gotten some value out of that. And they are seeing with the pilot study where they can add additional data to now supplement that and look at the next phase even.

With that, I want to switch chairs a little bit here to collaboration. We've mentioned it throughout. But they really have simplified their data communication. And I'll show you a little bit here.

So just to look at the challenges that they have with communicating just within Pennsylvania, they have six operating centers and over 50 wastewater systems. Each of those systems has a defined project manager who is managing the system. That's their responsibility. And they are hiring-- that project manager's got internal engineers who are doing, like, capacity studies.

They're doing modeling. They're doing, like, reviews of that. But they're also hiring various consulting engineering. GHD's been a consultant engineer for Aqua for probably 25 years now, I think. But we're only one of maybe seven or eight that they really use on a day-to-day basis plus additional ones that they'll pull in for specialization.

So those project managers are managing their own system. They're pulling in their consulting engineers as they need. Plus they have internal field crews and subconsultants. So trying to keep all this managed and share that information in a fair, easy way is really challenging. So this has been a big, big plus.

And then they can use this information then to bid out, develop contracts, for construction or maintenance even, so for cleaning contracts, in a much more organized fashion. And that decision process and that capability to see those reports goes from the field operators who are collecting the data. They see that their data's being used. It gives them a little bit more of a emphasis to collect good data and understand that they have a value in what the process is the whole way up through the management who are looking at these decisions on where to spend budgets and having that confidence that each of the operating centers, each of the different systems are getting a fair review of how they compare to one another in terms of where the priorities are.

So this has been big push for them. They're also really looking to be able to report this stuff out. And Martha will show you some innovative ways that they've been looking at that, whether it's corporate project status for the project managers or even budget tracking or staffing. I don't have that on here but, like, the staffing they need to have in place to get the work done. So with that, I think I'll hand it over to you, Martha.

MARTHA NUNEZ: All right, to supplement Alton's message there in terms of bringing people together, the way that user management is done in Info360 Asset is meant to be a way for different personas to communicate. So as Alton said, we have the GIS professional multiple field crews for each one of the systems, potentially the head of planning, the in-office engineer, which in this case will be GHD's team. So the idea is that Info360 increases accessibility and visibility of data for anyone at the organization, depending on what tasks they want to conduct. So we have three subscription types in Info360 Asset. All of them are being utilized by GHD and Aqua America for this project.

So full access subscription gives any user the capability of conducting any data editing, importing, and exporting, changing the visualization, creating analysis, run the analysis, and so on. So they have full access to the environment. And they can also bring in other people to collaborate, such as the field inspector or the Viewer Only. Field inspectors have a limited visibility of Info360 Asset where they can only view the CCTV inspection portal. So they don't have any access to any information from Aqua America, just the capability of uploading that data.

And collaborating with the full access user, if any of that data needs to be revised or if it gets rejected, they need to go in and fix that and re-upload it, as I showed earlier in my video. So at the moment, Aqua America has a few field inspectors uploading data. And the process is the same for everyone. And I believe there are a few Aqua America people that have View Only access. And that is essentially to be able to understand the reasoning and the way that Info360 Asset is providing all of those risk analysis and rehabilitation results, so GHD can efficiently manage Aqua America's data with full transparency.

In addition to different types of access to Info360 Asset, we also have integrations to external systems, specifically ArcGIS Online, which is something that Aqua America uses and GHD has been regularly using as part of this project. So here, I'm going to show an example of how data can easily be exported to ArcGIS Online and then what capabilities can be used to make better decisions and to track and communicate with the team. So here, under the Integrations tab, a user can add a new integration to ArcGIS Online and simply specify the type of integration and authenticate it the same way that you will log in to your ArcGIS Online web page.

You could log in from here, the Info360 Asset interface. Enable that integration. And once enabled, a user can go under the Data Export and choose the system type as a type of the data that they want to export and choose the ArcGIS Online integration that was created. So here, we're simply going to be exporting some inspection data, as well as risk analysis results. So this is the same process that GHD has conducted to develop some dashboards that they're giving access to Aqua America too.

So let's take a look at this information now in ArcGIS Online. We'll log in the same way we would for any purpose. And then here under the Map viewer, we can visualize all of those risk analysis, CCTV analysis [AUDIO OUT] results, and incorporate them into a dashboard. So once again, here, I'm showing a replica of a dashboard that GHD has developed with Aqua America specific risk analysis results. We have here on the left-hand side, a count of CCTV inspections that have been conducted for each one of the towns and then a summary on the overall CCTV inspection ratings for all of the Aqua systems.

So as Alton mentioned, ArcGIS Online is something that Aqua America already uses. They already use it to track their own budgeting and projects on their side. So this is just an additional way to incorporate all of the Info360 Asset information into their planning projects and make sure that they are defending their decisions and tracking where they're at in the process and how much more they need to finalize their yearly goals in terms of the projects themselves, as well as the budget allocation.

ALTON WHITTLE: So yeah, so this is kind of the point that Aqua is at right now. We've in the last year leveraged all the data. We've gotten supplemental data put in there. We went through some of the planning with them, have done the analysis, and put together the beginnings of this visualization.

And it has really been a good success, especially when you see this visualization to the different levels in the corporation. They can really see what progress they've made in terms of doing condition assessment across the asset. They're able to see where their budgets fit and then as they're coming up in the future, now, track those budgets to the actual work that's being done. And they can look at this.

And again, I kind of mentioned earlier, they can do some recalculations, run it again, and do a comparison on which program would be more efficient. And that's a big plus to this. And with the Esri integration, they can even take those dashboards and with certain limited data even push that out to either the customers or the regulatory compliance agencies, so customers can see where their budgets are being put in place to spend money to keep those assets running properly and what kind of plans are in the future and really, what their rates are being spent at to justify what is being done by Aqua to increase the value of their service.

So these have all been a great benefit. And they've really seen this pilot project as a success. And they're at this point looking for what are the next steps, how are we going to take this to beyond this initial pilot program from the area surrounding the Philadelphia area, spread throughout Pennsylvania, and then potentially even to other states through the management structure, and how do they look at that differently as well in terms of expanding capabilities.

So that leads to the next step here, next steps being the future roadmap. From an integration, they're really looking at this second half of the circle. How can they take what they've done to date-- augment their capabilities within the system in terms of building knowledge? There's some machine learning. We've started to do some preliminaries on this outside of the system.

So for example, where there's unknowns, we'll look at just data analytics for the results from the known condition assessment on the pipes. So if we have 6-inch PVC pipe who have a large number of televised results for, we can use that to forecast to other areas where there's 6-inch PVC pipes that don't have any results, as one example, and use that to augment that-- look at how to automate the data to collection. As Martha mentioned earlier, the ability for field crews to get data right into the system has been a big plus. How can we implement that in other directions as well, so, like, for example, taking flow meters and capacities at pump stations and bring that in on a regular basis to supplement the data, and really then increase that ability to act, develop individual projects to go out on the streets?

In the project area, we're on our third basin rehabilitation right now. And that's been going really well. So what they're going to see is as they complete these, their risk scores, as they come back in, are going to be measured and shown that decrease. So you're going to see what was a 5 level pipe in terms of risk has now been aligned. And now it's down to a 1.

And you'll see that increase or that decrease of risk across the entity and be able to use that as value for what's being reinvested into the assets-- also able to take any of these knowledge lessons learned. They found that they tried lining some of the pipes but didn't do T liners to address the laterals along with it-- didn't get the removal results that they wanted. And that investment of money wasn't as effective. So that goes back in then to the decision tree. And we increase our knowledge in the decision tree and say, well, those prices for those T liners need to be included in with the budget for the projects.

And that second round project, they included all those by default. So this is really where the power comes in is as you are doing this, as you're seeing money being spent, you're evaluating the effectiveness. That knowledge is being brought back into the system in terms of additional data, additional vision, or additional risk and decision-tree capabilities. And really, this becomes a evolving program. This is not a set it up once and you leave it alone forever.

It becomes the more data you get in, the better you're able to manage your system. And really, that's where we're working with Autodesk to look at what are the next cycles in terms of capabilities with the software. And that's been a really great relationship. I know I talk to Martha pretty regularly about where the industry's heading, what's next in the water industry. And I think, Martha, you have a slide to kind of look at the next things coming out.

MARTHA NUNEZ: Thanks, Alton. Yeah, to add up to all of Alton's visions for Aqua America, as Alton said, we love to hear customer feedback when it comes to how we shape our roadmap. And GHD has been crucial to provide us feedback as the Aqua America project evolves. One of the things that we're looking to do in the future is conduct more regular ArcGIS Online updates by utilizing a scheduling capability. So that ties back to Aqua America's desire to automate a lot of these processes.

We're going to be adding more advanced casting tools to match our desktop solution Info Asset Planner to make sure that the cost results from the rehab analysis are much more granular and specific to what users are trying to accomplish. And we're going to add the ability to manage any water or sewer asset-- in other words, conduct a risk or rehabilitation, as well as condition assessment, to any asset, including manholes, laterals.

We're going to start out with adding the LACP NASSCO standardized CCTV capability for laterals and add stormwater assets, which is something that GHD was also interested in. And we have many more things coming with our product. And I'm happy to talk to anyone if you want to learn more about it. But that brings us to the end of our presentation.

If you need to contact either myself or Alton, please don't hesitate to email us. We will be happy to talk to you a little bit more about either Info360 Asset or the project with Aqua America. Thank you so much for listening to our presentation. And have a great day.

______
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.