AU Class
AU Class
class - AU

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

Share this class

Description

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

Key Learnings

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

Speakers_few

  • Taylor Alberts
    Taylor Alberts Engineering Manager, Bradford White Taylor Alberts has been involved in the engineering department at Bradford White Water Heaters for nearly 20 years. Starting as an engineering drafter in 2004, she now leads the Engineering Services Team, overseeing engineers, designers and technical writers. She and her team maintain Bradford White's CAD, PDM, and PLM software, along with Bills of Material (BOMs) and technical documentation for the products. She leads a cross functional team, encompassing new product development, design, current production, and product support. She has led the department through a tremendous period of growth. Specializing in streamlining engineering processes and procedures which has led to existing product improvements, streamlined documentation, and increased error free work.
  • Фотография профиля Kimberley Hendrix
    Kimberley Hendrix
    Based in Tulsa, Oklahoma, Kimberley Hendrix provides custom solutions for lean engineering using Autodesk, Inc., products and industry knowledge to streamline design and engineering departments. Hendrix has worked in the manufacturing industry for over 30 years and she specialized in automated solutions for the heat exchanger industry. She has worked with Autodesk products since 1984. Hendrix is associated with D3 Technologies as the Manager of Data Management, focusing on data management, plant, automation, and mechanical issues
Video Player is loading.
Current Time 0:00
Duration 0:00
Loaded: 0%
Stream Type LIVE
Remaining Time 0:00
 
1x
  • Chapters
  • descriptions off, selected
  • subtitles off, selected
      Transcript

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

      TAYLOR ALBERTS: Five.

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

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

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

      TAYLOR ALBERTS: Absolutely.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

      TAYLOR ALBERTS: Thanks, everyone.

      ______
      icon-svg-close-thick

      Настройки cookie

      Ваша конфиденциальность и оптимизация возможностей работы важны для нас. Мы собираем данные об использовании вами этого сайта с целью адаптации информации и разработки приложений.

      Можем ли мы собирать и использовать ваши данные?

      Узнайте подробнее о службах сторонних разработчиков., которые мы используем, и нашем заявлении о конфиденциальности.

      Обязательные к использованию: требуются для корректной работы нашего сайта и предоставления сервисов

      Эти cookie позволяют нам регистрировать ваши предпочтения или информацию о входе в систему, отвечать на ваши запросы или сохранять данные о вашей корзине.

      Оптимизация работы: позволят демонстрировать только релевантную информацию

      Эти cookie позволят предоставить вам расширенные функциональные возможности и персонализацию. Они могут быть установлены нами или сторонними поставщиками, чьи сервисы мы используем для предоставления информации и персонализации. Если вы не разрешите использование cookie этого типа, некоторые или все сервисы могут оказаться недоступны.

      Персонализация рекламы: позволят предлагать вам целевую рекламу

      Эти cookie собирают данные о пользователях на основе их действий и интересов, с целью демонстрации релевантных объявлений и отслеживания эффективности. Благодаря им, пользователю будут доступны рекламные материалы, наиболее соответствующие его интересам. Если вы не разрешите использование cookie этого типа, рекламные материалы будут носить менее адресный характер.

      icon-svg-close-thick

      СЛУЖБЫ СТОРОННИХ РАЗРАБОТЧИКОВ

      Узнайте подробнее о службах сторонних разработчиков, которые мы используем для каждой категории, и получите сведения о том, как мы используем данные, которые собрали о вас в интернете.

      icon-svg-hide-thick

      icon-svg-show-thick

      Обязательные к использованию: требуются для корректной работы нашего сайта и предоставления сервисов

      Qualtrics
      Мы используем Qualtrics для обеспечения обратной связи с клиентами через опросы или онлайн-формы. Вас могут выбрать случайно для участия в опросе или вы можете самостоятельно решить оставить отзыв. Чтобы лучше понять ваш опыт работы с нами, перед заполнением опроса мы собираем данные о ваших действиях. Это помогает нам решить проблемы, с которыми вы могли столкнуться. Политика конфиденциальности Qualtrics
      Akamai mPulse
      Для сбора данных о поведении клиентов на наших сайтах мы используем Akamai mPulse. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, IP-адреса или идентификаторы устройств, а также учетные записи Autodesk. Мы используем эти данные для оценки работы нашего сайта, а также удобства его использования. Они помогают нам улучшить предоставляемые возможности. Кроме того, мы используем передовые методы анализа для оптимизации работы с электронной почтой, поддержкой клиентов и отделом продаж. Политика конфиденциальности Akamai mPulse
      Digital River
      Для сбора данных о поведении клиентов на наших сайтах мы используем Digital River. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, IP-адреса или идентификаторы устройств, а также учетные записи Autodesk. Мы используем эти данные для оценки работы нашего сайта, а также удобства его использования. Они помогают нам улучшить предоставляемые возможности. Кроме того, мы используем передовые методы анализа для оптимизации работы с электронной почтой, поддержкой клиентов и отделом продаж. Политика конфиденциальности Digital River
      Dynatrace
      Для сбора данных о поведении клиентов на наших сайтах мы используем Dynatrace. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, IP-адреса или идентификаторы устройств, а также учетные записи Autodesk. Мы используем эти данные для оценки работы нашего сайта, а также удобства его использования. Они помогают нам улучшить предоставляемые возможности. Кроме того, мы используем передовые методы анализа для оптимизации работы с электронной почтой, поддержкой клиентов и отделом продаж. Политика конфиденциальности Dynatrace
      Khoros
      Для сбора данных о поведении клиентов на наших сайтах мы используем Khoros. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, IP-адреса или идентификаторы устройств, а также учетные записи Autodesk. Мы используем эти данные для оценки работы нашего сайта, а также удобства его использования. Они помогают нам улучшить предоставляемые возможности. Кроме того, мы используем передовые методы анализа для оптимизации работы с электронной почтой, поддержкой клиентов и отделом продаж. Политика конфиденциальности Khoros
      Launch Darkly
      Для сбора данных о поведении клиентов на наших сайтах мы используем Launch Darkly. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, IP-адреса или идентификаторы устройств, а также учетные записи Autodesk. Мы используем эти данные для оценки работы нашего сайта, а также удобства его использования. Они помогают нам улучшить предоставляемые возможности. Кроме того, мы используем передовые методы анализа для оптимизации работы с электронной почтой, поддержкой клиентов и отделом продаж. Политика конфиденциальности Launch Darkly
      New Relic
      Для сбора данных о поведении клиентов на наших сайтах мы используем New Relic. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, IP-адреса или идентификаторы устройств, а также учетные записи Autodesk. Мы используем эти данные для оценки работы нашего сайта, а также удобства его использования. Они помогают нам улучшить предоставляемые возможности. Кроме того, мы используем передовые методы анализа для оптимизации работы с электронной почтой, поддержкой клиентов и отделом продаж. Политика конфиденциальности New Relic
      Salesforce Live Agent
      Для сбора данных о поведении клиентов на наших сайтах мы используем Salesforce Live Agent. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, IP-адреса или идентификаторы устройств, а также учетные записи Autodesk. Мы используем эти данные для оценки работы нашего сайта, а также удобства его использования. Они помогают нам улучшить предоставляемые возможности. Кроме того, мы используем передовые методы анализа для оптимизации работы с электронной почтой, поддержкой клиентов и отделом продаж. Политика конфиденциальности Salesforce Live Agent
      Wistia
      Для сбора данных о поведении клиентов на наших сайтах мы используем Wistia. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, IP-адреса или идентификаторы устройств, а также учетные записи Autodesk. Мы используем эти данные для оценки работы нашего сайта, а также удобства его использования. Они помогают нам улучшить предоставляемые возможности. Кроме того, мы используем передовые методы анализа для оптимизации работы с электронной почтой, поддержкой клиентов и отделом продаж. Политика конфиденциальности Wistia
      Tealium
      Для сбора данных о поведении клиентов на наших сайтах мы используем Tealium. Это могут быть посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Мы используем эти данные для оценки работы нашего сайта, а также удобства его использования. Они помогают нам улучшить предоставляемые возможности. Кроме того, мы используем передовые методы анализа для оптимизации работы с электронной почтой, поддержкой клиентов и отделом продаж. Политика конфиденциальности Tealium
      Upsellit
      Для сбора данных о поведении клиентов на наших сайтах мы используем Upsellit. Это могут быть посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Мы используем эти данные для оценки работы нашего сайта, а также удобства его использования. Они помогают нам улучшить предоставляемые возможности. Кроме того, мы используем передовые методы анализа для оптимизации работы с электронной почтой, поддержкой клиентов и отделом продаж. Политика конфиденциальности Upsellit
      CJ Affiliates
      Для сбора данных о поведении клиентов на наших сайтах мы используем CJ Affiliates. Это могут быть посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Мы используем эти данные для оценки работы нашего сайта, а также удобства его использования. Они помогают нам улучшить предоставляемые возможности. Кроме того, мы используем передовые методы анализа для оптимизации работы с электронной почтой, поддержкой клиентов и отделом продаж. Политика конфиденциальности CJ Affiliates
      Commission Factory
      Для сбора данных о поведении клиентов на наших сайтах мы используем Commission Factory. Это могут быть посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Мы используем эти данные для оценки работы нашего сайта, а также удобства его использования. Они помогают нам улучшить предоставляемые возможности. Кроме того, мы используем передовые методы анализа для оптимизации работы с электронной почтой, поддержкой клиентов и отделом продаж. Политика конфиденциальности Commission Factory
      Google Analytics (Strictly Necessary)
      Для сбора данных о поведении клиентов на наших сайтах мы используем Google Analytics (Strictly Necessary). Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, IP-адреса или идентификаторы устройств, а также учетные записи Autodesk. Мы используем эти данные для оценки работы нашего сайта, а также удобства его использования. Они помогают нам улучшить предоставляемые возможности. Кроме того, мы используем передовые методы анализа для оптимизации работы с электронной почтой, поддержкой клиентов и отделом продаж. Политика конфиденциальности Google Analytics (Strictly Necessary)
      Typepad Stats
      Для сбора данных о поведении клиентов на наших сайтах мы используем Typepad Stats. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, IP-адреса или идентификаторы устройств, а также учетные записи Autodesk. Мы используем эти данные для оценки работы нашего сайта, а также удобства его использования. Они помогают нам улучшить предоставляемые возможности. Кроме того, мы используем передовые методы анализа для оптимизации работы с электронной почтой, поддержкой клиентов и отделом продаж. Политика конфиденциальности Typepad Stats
      Geo Targetly
      Мы используем Geo Targetly, чтобы направлять посетителей сайта на наиболее подходящие веб-страницы и/или показывать контент, подобран-ный с учетом их местоположения. Geo Targetly определяет местоположение посетителя сайта по IP-адресу его устройства. Таким образом на сайте (с большой вероятностью) отображается контент на языке региона пользователя.Политика конфиденциальности Geo Targetly
      SpeedCurve
      Мы используем SpeedCurve для мониторинга и определения производительности вашего веб-сайта путем измерения времени загрузки веб-страницы, а также отклика последующих элементов, таких как изображения, сценарии и текст.Политика конфиденциальности SpeedCurve
      Qualified
      Qualified is the Autodesk Live Chat agent platform. This platform provides services to allow our customers to communicate in real-time with Autodesk support. We may collect unique ID for specific browser sessions during a chat. Qualified Privacy Policy

      icon-svg-hide-thick

      icon-svg-show-thick

      Оптимизация работы: позволят демонстрировать только релевантную информацию

      Google Optimize
      Мы используем Google Optimize для тестирования новых возможностей наших сайтов и их адаптации в соответствии с вашими потребностями. Для этого пока вы работаете с сайтами, мы собираем данные поведения. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, IP-адреса, идентификаторы устройств, учетные записи Autodesk и прочее. На основании тестирования возможностей изменяются версии сайтов. Кроме того, на основе атрибутов посетителей на сайтах появляется персонализированный контент. Политика конфиденциальности Google Optimize
      ClickTale
      Мы используем ClickTale, чтобы получить представление о трудностях, с которыми вы можете столкнуться на наших сайтах. Мы используем записи сеансов, чтобы узнать, как вы взаимодействуете с нашими сайтами, включая все элементы страниц. Ваша личная информация скрыта и не собирается. Политика конфиденциальности ClickTale
      OneSignal
      Мы используем OneSignal для развертывания цифровой рекламы на сайтах, поддерживаемых OneSignal. Реклама основывается на данных OneSignal и данных поведения, которые мы собираем в процессе работы клиентов с нашими сайтами. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Эта информация может объединяться с данными, полученными OneSignal от клиентов. Мы используем данные, которые предоставляем OneSignal, для лучшей адаптации цифровой рекламы и предоставления наиболее актуальных рекламных материалов. Политика конфиденциальности OneSignal
      Optimizely
      Мы используем Optimizely для тестирования новых возможностей наших сайтов и их адаптации в соответствии с вашими потребностями. Для этого пока вы работаете с сайтами, мы собираем данные поведения. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, IP-адреса, идентификаторы устройств, учетные записи Autodesk и прочее. На основании тестирования возможностей изменяются версии сайтов. Кроме того, на основе атрибутов посетителей на сайтах появляется персонализированный контент. Политика конфиденциальности Optimizely
      Amplitude
      Мы используем Amplitude для тестирования новых возможностей наших сайтов и их адаптации в соответствии с вашими потребностями. Для этого пока вы работаете с сайтами, мы собираем данные поведения. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, IP-адреса, идентификаторы устройств, учетные записи Autodesk и прочее. На основании тестирования возможностей изменяются версии сайтов. Кроме того, на основе атрибутов посетителей на сайтах появляется персонализированный контент. Политика конфиденциальности Amplitude
      Snowplow
      Для сбора данных о поведении клиентов на наших сайтах мы используем Snowplow. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, IP-адреса или идентификаторы устройств, а также учетные записи Autodesk. Мы используем эти данные для оценки работы нашего сайта, а также удобства его использования. Они помогают нам улучшить предоставляемые возможности. Кроме того, мы используем передовые методы анализа для оптимизации работы с электронной почтой, поддержкой клиентов и отделом продаж. Политика конфиденциальности Snowplow
      UserVoice
      Для сбора данных о поведении клиентов на наших сайтах мы используем UserVoice. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, IP-адреса или идентификаторы устройств, а также учетные записи Autodesk. Мы используем эти данные для оценки работы нашего сайта, а также удобства его использования. Они помогают нам улучшить предоставляемые возможности. Кроме того, мы используем передовые методы анализа для оптимизации работы с электронной почтой, поддержкой клиентов и отделом продаж. Политика конфиденциальности UserVoice
      Clearbit
      Služba Clearbit umožňuje doplňování dat v reálném čase za účelem poskytování individuálního a relevantního prostředí pro naše zákazníky. Mezi data, která shromažďujeme, mohou patřit vámi navštívené stránky, aktivované zkušební verze, přehraná videa, provedené nákupy a vaše IP adresa nebo ID zařízení. Политика конфиденциальности Clearbit
      YouTube
      YouTube — платформа для обмена видеороликами, через которую пользователи могут просматривать и размещать встроенные видеоролики на наших веб-сайтах. YouTube предоставляет данные о зрительской аудитории. Политика конфиденциальности YouTube

      icon-svg-hide-thick

      icon-svg-show-thick

      Персонализация рекламы: позволят предлагать вам целевую рекламу

      Adobe Analytics
      Для сбора данных о поведении клиентов на наших сайтах мы используем Adobe Analytics. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, IP-адреса или идентификаторы устройств, а также учетные записи Autodesk. Мы используем эти данные для оценки работы нашего сайта, а также удобства его использования. Они помогают нам улучшить предоставляемые возможности. Кроме того, мы используем передовые методы анализа для оптимизации работы с электронной почтой, поддержкой клиентов и отделом продаж. Политика конфиденциальности Adobe Analytics
      Google Analytics (Web Analytics)
      Для сбора данных о поведении клиентов на наших сайтах мы используем Google Analytics (Web Analytics). Это могут быть посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Мы используем эти данные для оценки работы нашего сайта, а также удобства его использования. Они помогают нам улучшить предоставляемые возможности. Кроме того, мы используем передовые методы анализа для оптимизации работы с электронной почтой, поддержкой клиентов и отделом продаж. Политика конфиденциальности Google Analytics (Web Analytics)
      AdWords
      Мы используем AdWords для развертывания цифровой рекламы на сайтах, поддерживаемых AdWords. Реклама основывается на данных AdWords и данных поведения, которые мы собираем в процессе работы клиентов с нашими сайтами. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Эта информация может объединяться с данными, полученными AdWords от клиентов. Мы используем данные, которые предоставляем AdWords, для лучшей адаптации цифровой рекламы и предоставления наиболее актуальных рекламных материалов. Политика конфиденциальности AdWords
      Marketo
      Мы используем Marketo для своевременной отправки более актуальных сообщений клиентам по электронной почте. Для этого мы собираем данные о вашем поведении в интернете и взаимодействии с отправляемыми нами сообщениями электронной почты. Данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, IP-адреса, идентификаторы устройств, коэффициенты открытия сообщений электронной почты, сведения о переходах по ссылкам и др. Мы можем объединять эти данные с данными, полученными из других источников, чтобы оптимизировать ваш опыт работы с отделом продаж или службой технической поддержки, а также предлагать более подходящие материалы на основании использования передовых средств анализа данных. Политика конфиденциальности Marketo
      Doubleclick
      Мы используем Doubleclick для развертывания цифровой рекламы на сайтах, поддерживаемых Doubleclick. Реклама основывается на данных Doubleclick и данных поведения, которые мы собираем в процессе работы клиентов с нашими сайтами. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Эта информация может объединяться с данными, полученными Doubleclick от клиентов. Мы используем данные, которые предоставляем Doubleclick, для лучшей адаптации цифровой рекламы и предоставления наиболее актуальных рекламных материалов. Политика конфиденциальности Doubleclick
      HubSpot
      Мы используем HubSpot для своевременной отправки более актуальных сообщений клиентам по электронной почте. Для этого мы собираем данные о вашем поведении в интернете и взаимодействии с отправляемыми нами сообщениями электронной почты. Данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, IP-адреса, идентификаторы устройств, коэффициенты открытия сообщений электронной почты, сведения о переходах по ссылкам и др. Политика конфиденциальности HubSpot
      Twitter
      Мы используем Twitter для развертывания цифровой рекламы на сайтах, поддерживаемых Twitter. Реклама основывается на данных Twitter и данных поведения, которые мы собираем в процессе работы клиентов с нашими сайтами. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Эта информация может объединяться с данными, полученными Twitter от клиентов. Мы используем данные, которые предоставляем Twitter, для лучшей адаптации цифровой рекламы и предоставления наиболее актуальных рекламных материалов. Политика конфиденциальности Twitter
      Facebook
      Мы используем Facebook для развертывания цифровой рекламы на сайтах, поддерживаемых Facebook. Реклама основывается на данных Facebook и данных поведения, которые мы собираем в процессе работы клиентов с нашими сайтами. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Эта информация может объединяться с данными, полученными Facebook от клиентов. Мы используем данные, которые предоставляем Facebook, для лучшей адаптации цифровой рекламы и предоставления наиболее актуальных рекламных материалов. Политика конфиденциальности Facebook
      LinkedIn
      Мы используем LinkedIn для развертывания цифровой рекламы на сайтах, поддерживаемых LinkedIn. Реклама основывается на данных LinkedIn и данных поведения, которые мы собираем в процессе работы клиентов с нашими сайтами. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Эта информация может объединяться с данными, полученными LinkedIn от клиентов. Мы используем данные, которые предоставляем LinkedIn, для лучшей адаптации цифровой рекламы и предоставления наиболее актуальных рекламных материалов. Политика конфиденциальности LinkedIn
      Yahoo! Japan
      Мы используем Yahoo! Japan для развертывания цифровой рекламы на сайтах, поддерживаемых Yahoo! Japan. Реклама основывается на данных Yahoo! Japan и данных поведения, которые мы собираем в процессе работы клиентов с нашими сайтами. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Эта информация может объединяться с данными, полученными Yahoo! Japan от клиентов. Мы используем данные, которые предоставляем Yahoo! Japan, для лучшей адаптации цифровой рекламы и предоставления наиболее актуальных рекламных материалов. Политика конфиденциальности Yahoo! Japan
      Naver
      Мы используем Naver для развертывания цифровой рекламы на сайтах, поддерживаемых Naver. Реклама основывается на данных Naver и данных поведения, которые мы собираем в процессе работы клиентов с нашими сайтами. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Эта информация может объединяться с данными, полученными Naver от клиентов. Мы используем данные, которые предоставляем Naver, для лучшей адаптации цифровой рекламы и предоставления наиболее актуальных рекламных материалов. Политика конфиденциальности Naver
      Quantcast
      Мы используем Quantcast для развертывания цифровой рекламы на сайтах, поддерживаемых Quantcast. Реклама основывается на данных Quantcast и данных поведения, которые мы собираем в процессе работы клиентов с нашими сайтами. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Эта информация может объединяться с данными, полученными Quantcast от клиентов. Мы используем данные, которые предоставляем Quantcast, для лучшей адаптации цифровой рекламы и предоставления наиболее актуальных рекламных материалов. Политика конфиденциальности Quantcast
      Call Tracking
      Мы используем Call Tracking для предоставления адаптированных телефонных номеров для наших рекламных кампаний. При этом вы получаете быстрый доступ к нашим агентам, а мы можем получить более точную оценку своей работы. Мы можем собирать данные о вашем поведении на наших сайтах на основе предоставленного телефонного номера. Политика конфиденциальности Call Tracking
      Wunderkind
      Мы используем Wunderkind для развертывания цифровой рекламы на сайтах, поддерживаемых Wunderkind. Реклама основывается на данных Wunderkind и данных поведения, которые мы собираем в процессе работы клиентов с нашими сайтами. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Эта информация может объединяться с данными, полученными Wunderkind от клиентов. Мы используем данные, которые предоставляем Wunderkind, для лучшей адаптации цифровой рекламы и предоставления наиболее актуальных рекламных материалов. Политика конфиденциальности Wunderkind
      ADC Media
      Мы используем ADC Media для развертывания цифровой рекламы на сайтах, поддерживаемых ADC Media. Реклама основывается на данных ADC Media и данных поведения, которые мы собираем в процессе работы клиентов с нашими сайтами. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Эта информация может объединяться с данными, полученными ADC Media от клиентов. Мы используем данные, которые предоставляем ADC Media, для лучшей адаптации цифровой рекламы и предоставления наиболее актуальных рекламных материалов. Политика конфиденциальности ADC Media
      AgrantSEM
      Мы используем AgrantSEM для развертывания цифровой рекламы на сайтах, поддерживаемых AgrantSEM. Реклама основывается на данных AgrantSEM и данных поведения, которые мы собираем в процессе работы клиентов с нашими сайтами. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Эта информация может объединяться с данными, полученными AgrantSEM от клиентов. Мы используем данные, которые предоставляем AgrantSEM, для лучшей адаптации цифровой рекламы и предоставления наиболее актуальных рекламных материалов. Политика конфиденциальности AgrantSEM
      Bidtellect
      Мы используем Bidtellect для развертывания цифровой рекламы на сайтах, поддерживаемых Bidtellect. Реклама основывается на данных Bidtellect и данных поведения, которые мы собираем в процессе работы клиентов с нашими сайтами. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Эта информация может объединяться с данными, полученными Bidtellect от клиентов. Мы используем данные, которые предоставляем Bidtellect, для лучшей адаптации цифровой рекламы и предоставления наиболее актуальных рекламных материалов. Политика конфиденциальности Bidtellect
      Bing
      Мы используем Bing для развертывания цифровой рекламы на сайтах, поддерживаемых Bing. Реклама основывается на данных Bing и данных поведения, которые мы собираем в процессе работы клиентов с нашими сайтами. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Эта информация может объединяться с данными, полученными Bing от клиентов. Мы используем данные, которые предоставляем Bing, для лучшей адаптации цифровой рекламы и предоставления наиболее актуальных рекламных материалов. Политика конфиденциальности Bing
      G2Crowd
      Мы используем G2Crowd для развертывания цифровой рекламы на сайтах, поддерживаемых G2Crowd. Реклама основывается на данных G2Crowd и данных поведения, которые мы собираем в процессе работы клиентов с нашими сайтами. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Эта информация может объединяться с данными, полученными G2Crowd от клиентов. Мы используем данные, которые предоставляем G2Crowd, для лучшей адаптации цифровой рекламы и предоставления наиболее актуальных рекламных материалов. Политика конфиденциальности G2Crowd
      NMPI Display
      Мы используем NMPI Display для развертывания цифровой рекламы на сайтах, поддерживаемых NMPI Display. Реклама основывается на данных NMPI Display и данных поведения, которые мы собираем в процессе работы клиентов с нашими сайтами. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Эта информация может объединяться с данными, полученными NMPI Display от клиентов. Мы используем данные, которые предоставляем NMPI Display, для лучшей адаптации цифровой рекламы и предоставления наиболее актуальных рекламных материалов. Политика конфиденциальности NMPI Display
      VK
      Мы используем VK для развертывания цифровой рекламы на сайтах, поддерживаемых VK. Реклама основывается на данных VK и данных поведения, которые мы собираем в процессе работы клиентов с нашими сайтами. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Эта информация может объединяться с данными, полученными VK от клиентов. Мы используем данные, которые предоставляем VK, для лучшей адаптации цифровой рекламы и предоставления наиболее актуальных рекламных материалов. Политика конфиденциальности VK
      Adobe Target
      Мы используем Adobe Target для тестирования новых возможностей наших сайтов и их адаптации в соответствии с вашими потребностями. Для этого пока вы работаете с сайтами, мы собираем данные поведения. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, IP-адреса, идентификаторы устройств, учетные записи Autodesk и прочее. На основании тестирования возможностей изменяются версии сайтов. Кроме того, на основе атрибутов посетителей на сайтах появляется персонализированный контент. Политика конфиденциальности Adobe Target
      Google Analytics (Advertising)
      Мы используем Google Analytics (Advertising) для развертывания цифровой рекламы на сайтах, поддерживаемых Google Analytics (Advertising). Реклама основывается на данных Google Analytics (Advertising) и данных поведения, которые мы собираем в процессе работы клиентов с нашими сайтами. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Эта информация может объединяться с данными, полученными Google Analytics (Advertising) от клиентов. Мы используем данные, которые предоставляем Google Analytics (Advertising), для лучшей адаптации цифровой рекламы и предоставления наиболее актуальных рекламных материалов. Политика конфиденциальности Google Analytics (Advertising)
      Trendkite
      Мы используем Trendkite для развертывания цифровой рекламы на сайтах, поддерживаемых Trendkite. Реклама основывается на данных Trendkite и данных поведения, которые мы собираем в процессе работы клиентов с нашими сайтами. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Эта информация может объединяться с данными, полученными Trendkite от клиентов. Мы используем данные, которые предоставляем Trendkite, для лучшей адаптации цифровой рекламы и предоставления наиболее актуальных рекламных материалов. Политика конфиденциальности Trendkite
      Hotjar
      Мы используем Hotjar для развертывания цифровой рекламы на сайтах, поддерживаемых Hotjar. Реклама основывается на данных Hotjar и данных поведения, которые мы собираем в процессе работы клиентов с нашими сайтами. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Эта информация может объединяться с данными, полученными Hotjar от клиентов. Мы используем данные, которые предоставляем Hotjar, для лучшей адаптации цифровой рекламы и предоставления наиболее актуальных рекламных материалов. Политика конфиденциальности Hotjar
      6 Sense
      Мы используем 6 Sense для развертывания цифровой рекламы на сайтах, поддерживаемых 6 Sense. Реклама основывается на данных 6 Sense и данных поведения, которые мы собираем в процессе работы клиентов с нашими сайтами. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Эта информация может объединяться с данными, полученными 6 Sense от клиентов. Мы используем данные, которые предоставляем 6 Sense, для лучшей адаптации цифровой рекламы и предоставления наиболее актуальных рекламных материалов. Политика конфиденциальности 6 Sense
      Terminus
      Мы используем Terminus для развертывания цифровой рекламы на сайтах, поддерживаемых Terminus. Реклама основывается на данных Terminus и данных поведения, которые мы собираем в процессе работы клиентов с нашими сайтами. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Эта информация может объединяться с данными, полученными Terminus от клиентов. Мы используем данные, которые предоставляем Terminus, для лучшей адаптации цифровой рекламы и предоставления наиболее актуальных рекламных материалов. Политика конфиденциальности Terminus
      StackAdapt
      Мы используем StackAdapt для развертывания цифровой рекламы на сайтах, поддерживаемых StackAdapt. Реклама основывается на данных StackAdapt и данных поведения, которые мы собираем в процессе работы клиентов с нашими сайтами. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Эта информация может объединяться с данными, полученными StackAdapt от клиентов. Мы используем данные, которые предоставляем StackAdapt, для лучшей адаптации цифровой рекламы и предоставления наиболее актуальных рекламных материалов. Политика конфиденциальности StackAdapt
      The Trade Desk
      Мы используем The Trade Desk для развертывания цифровой рекламы на сайтах, поддерживаемых The Trade Desk. Реклама основывается на данных The Trade Desk и данных поведения, которые мы собираем в процессе работы клиентов с нашими сайтами. Такие данные могут включать посещенные страницы, запущенные пробные версии, воспроизведенные видеоролики, совершенные покупки, а также IP-адреса или идентификаторы устройств. Эта информация может объединяться с данными, полученными The Trade Desk от клиентов. Мы используем данные, которые предоставляем The Trade Desk, для лучшей адаптации цифровой рекламы и предоставления наиболее актуальных рекламных материалов. Политика конфиденциальности The Trade Desk
      RollWorks
      We use RollWorks to deploy digital advertising on sites supported by RollWorks. Ads are based on both RollWorks data and behavioral data that we collect while you’re on our sites. The data we collect may include pages you’ve visited, trials you’ve initiated, videos you’ve played, purchases you’ve made, and your IP address or device ID. This information may be combined with data that RollWorks has collected from you. We use the data that we provide to RollWorks to better customize your digital advertising experience and present you with more relevant ads. RollWorks Privacy Policy

      Вы уверены, что не хотите узнать обо всех возможностях работы с нашими службами в интернете?

      Мы хотим, чтобы вам было комфортно работать с нами. Если вы выберете «Да» для категорий на предыдущем экране, мы будем собирать и использовать ваши данные для адаптации возможностей работы и оптимизации приложений. Настройки можно изменить в любой момент, посетив страницу заявления о конфиденциальности.

      Удобство работы зависит от вас.

      Мы заботимся о вашей конфиденциальности. Собираемые данные помогают нам понять, как вы используете наши продукты, какая информация может вас заинтересовать, а также, что можно изменить для улучшения вашего взаимодействия с компанией Autodesk.

      Можем ли мы собирать и использовать ваши данные для адаптации возможностей работы?

      Ознакомьтесь с преимуществами адаптированных возможностей работы благодаря управлению параметрами конфиденциальности для этого сайта или перейдите к нашему заявлению о конфиденциальности, чтобы узнать больше о возможных вариантах.