"Коммерческие региональные дата-центры (ЦОД) в РФ: сравнительный анализ тарифной политики на услугу Co-location"

Готовое маркетинговое исследование
"Коммерческие региональные дата-центры (ЦОД) в РФ: сравнительный анализ тарифной политики на услугу Co-location"
  • Дата выхода отчёта: 08 марта 2010 г.
  • География исследования: Россия
  • Период исследования: 2010 (актуализация по запросу)
  • Язык отчёта: Русский
  • Способ предоставления: электронный
  • Содержание

Содержание аналитического отчета
"Коммерческие региональные дата-центры (ЦОД) в РФ: сравнительный анализ тарифной политики на услугу Co-location"

Введение
1. Методология исследования
1.1. Основные термины и определения
1.2. Классификация и краткое описание услуг коммерческих дата-центров
1.3. Особенности методологии исследования
2. Исследование тарифной политики операторов коммерческих региональных дата-центров (ЦОД) по услуге Co-location
2.1. Исследование тарифной политики операторов коммерческих дата-центров (ЦОД) Екатеринбурга по услуге Co-location
2.1.1. Обобщенные результаты сбора информации о тарифной политике операторов коммерческих дата-центров (ЦОД) в Екатеринбурге
2.1.2. Анализ тарифной политики по услуге Co-location в Екатеринбурге
2.2. Исследование тарифной политики операторов коммерческих дата-центров (ЦОД) Казани по услуге Co-location
2.2.1. Обобщенные результаты сбора информации о тарифной политике операторов коммерческих дата-центров (ЦОД) в Казани
2.2.2. Анализ тарифной политики по услуге Co-location в Казани
2.3. Исследование тарифной политики операторов коммерческих дата-центров (ЦОД) Краснодара по услуге Co-location
2.3.1. Обобщенные результаты сбора информации о тарифной политике операторов коммерческих дата-центров (ЦОД) в Краснодаре
2.3.2. Анализ тарифной политики по услуге Co-location в Краснодаре
2.4. Исследование тарифной политики операторов коммерческих дата-центров (ЦОД) Красноярска по услуге Co-location
2.4.1. Обобщенные результаты сбора информации о тарифной политике операторов коммерческих дата-центров (ЦОД) в Красноярске
2.4.2. Анализ тарифной политики по услуге Co-location в Красноярске
2.5. Исследование тарифной политики операторов коммерческих дата-центров (ЦОД) Нижнего Новгорода по услуге Co-location
2.5.1. Обобщенные результаты сбора информации о тарифной политике операторов коммерческих дата-центров (ЦОД) в Нижнем Новгороде
2.5.2. Анализ тарифной политики по услуге Co-location в Нижнем Новгороде
2.6. Исследование тарифной политики операторов коммерческих дата-центров (ЦОД) Новосибирска по услуге Co-location
2.6.1. Обобщенные результаты сбора информации о тарифной политике операторов коммерческих дата-центров (ЦОД) в Новосибирске
2.6.2. Анализ тарифной политики по услуге Co-location в Новосибирске
2.7. Исследование тарифной политики операторов коммерческих дата-центров (ЦОД) Самары по услуге Co-location
2.7.1. Обобщенные результаты сбора информации о тарифной политике операторов коммерческих дата-центров (ЦОД) в Самаре
2.7.2. Анализ тарифной политики по услуге Co-location в Самаре
2.8. Исследование тарифной политики операторов коммерческих дата-центров (ЦОД) Санкт-Петербурга по услуге Co-location
2.8.1. Обобщенные результаты сбора информации о тарифной политике операторов коммерческих дата-центров (ЦОД) в Санкт-Петербурге
2.8.2. Анализ тарифной политики по услуге Co-location в Санкт-Петербурге
2.9. Исследование тарифной политики операторов коммерческих дата-центров (ЦОД) Хабаровска по услуге Co-location
2.9.1. Обобщенные результаты сбора информации о тарифной политике операторов коммерческих дата-центров (ЦОД) в Хабаровске
2.9.2. Анализ тарифной политики по услуге Co-location в Хабаровске
2.10. Выводы по разделу 2
3. Обобщенная оценка тарифной политики операторов коммерческих дата-центров (ЦОД) в исследуемых городах РФ
3.1. Сравнительный анализ значений ежемесячных платежей за услугу Co-location
3.2. Сравнительный анализ значений установочных платежей за услугу Co-location
3.3. Сравнительный анализ тарифов на трафик
3.4. Сравнительный анализ тарифной политики операторов коммерческих дата-центров (ЦОД) в исследуемых городах РФ в 2008-2010 гг.
3.5. Выводы по разделу 3
Общие выводы и заключение
Используемые информационные источники

Приложение 1. "Информация о тарифах на услуги операторов коммерческих региональных дата-центров (ЦОД)"

 


Перечень таблиц

Таблица 2.1. Основные данные по рассмотренным в Отчете операторам дата-центров Екатеринбурга
Таблица 2.2. Структура тарифов коммерческих дата-центров Екатеринбурга по услуге Co-location
Таблица 2.3. Результаты расчета ежемесячного платежа за услугу Co-location для выбранных операторов дата-центров 1-го типа Екатеринбурга (на 01.03.2010 г., в порядке убывания величины платежа)
Таблица 2.4. Результаты проведенного анализа полученных выборок значений ежемесячного платежа для выбранных операторов дата-центров Екатеринбурга
Таблица 2.5. Основные данные по рассмотренным в отчете операторам дата-центров Казани
Таблица 2.6. Структура тарифов коммерческих дата-центров Казани по услуге Co-location
Таблица 2.7. Результаты расчета ежемесячного платежа за услугу Co-location для выбранных операторов дата-центров 1-го типа Казани (на 01.03.2010 г., в порядке убывания величины платежа)
Таблица 2.8. Результаты проведенного анализа полученных выборок значений ежемесячного платежа для выбранных операторов дата-центров Казани
Таблица 2.9. Основные данные по рассмотренным в отчете операторам дата-центров Кранодара
Таблица 2.10. Структура тарифов коммерческих дата-центров Краснодара по услуге Co-location
Таблица 2.11. Результаты расчета ежемесячного платежа за услугу Co-location для выбранных операторов дата-центров 1-го типа Краснодара (на 01.03.2010 г., в порядке убывания величины платежа)
Таблица 2.12. Результаты проведенного анализа полученных выборок значений ежемесячного платежа для выбранных операторов дата-центров Краснодара
Таблица 2.13. Основные данные по рассмотренным в отчете операторам дата-центрам Красноярска
Таблица 2.14. Структура тарифов коммерческих дата-центров Красноярска по услуге Co-location
Таблица 2.15. Результаты расчета ежемесячного платежа за услугу Co-location для выбранных операторов дата-центров 1-го типа Красноярска (на 01.03.2010 г., в порядке убывания величины платежа)
Таблица 2.16. Результаты проведенного анализа полученных выборок значений ежемесячного платежа для выбранных операторов дата-центров Красноярска
Таблица 2.17. Основные данные по рассмотренным в отчете операторам дата-центров Нижнего Новгорода
Таблица 2.18. Структура тарифов коммерческих дата-центров Нижнего Новгорода по услуге Co-location
Таблица 2.19. Результаты расчета ежемесячного платежа за услугу Co-location для выбранных операторов дата-центров 1-го типа Нижнего Новгорода (на 01.03.2010 г., в порядке убывания величины платежа)
Таблица 2.20. Результаты проведенного анализа полученных выборок значений ежемесячного платежа для выбранных операторов дата-центров Нижнего Новгорода
Таблица 2.21. Основные данные по рассмотренным в отчете операторам дата-центров Новосибирска
Таблица 2.22. Структура тарифов коммерческих дата-центров Новосибирска по услуге Co-location
Таблица 2.23. Результаты расчета ежемесячного платежа за услугу Co-location для выбранных операторов дата-центров 1-го типа Новосибирска (на 01.03.2010 г., в порядке убывания величины платежа)
Таблица 2.24. Результаты проведенного анализа полученных выборок значений ежемесячного платежа для выбранных операторов дата-центров Новосибирска
Таблица 2.25. Основные данные по рассмотренным в отчете операторам дата-центров Самары
Таблица 2.26. Структура тарифов коммерческих дата-центров Самары по услуге Co-location
Таблица 2.27. Результаты расчета ежемесячного платежа за услугу Co-location для выбранных операторов дата-центров 1-го типа Самары (на 01.03.2010 г., в порядке убывания величины платежа)
Таблица 2.28. Результаты проведенного анализа полученных выборок значений ежемесячного платежа для выбранных операторов дата-центров Самары
Таблица 2.29. Основные данные по рассмотренным в Отчете операторам дата-центров Санкт-Петербурга
Таблица 2.30. Структура тарифов коммерческих дата-центров Санкт-Петербурга по услуге Co-location
Таблица 2.31. Результаты расчета ежемесячного платежа за услугу Co-location для выбранных операторов дата-центров 1-го типа Санкт-Петербурга (на 01.03.2010 г., в порядке убывания величины платежа)
Таблица 2.32. Результаты проведенного анализа полученных выборок значений ежемесячного платежа для выбранных операторов дата-центров Санкт-Петербурга
Таблица 2.33. Основные данные по рассмотренным в отчете операторам дата-центров Хабаровска
Таблица 2.34. Структура тарифов коммерческих дата-центров Хабаровска по услуге Co-location
Таблица 2.35. Результаты расчета ежемесячного платежа за услугу Co-location для выбранных операторов дата-центров 1-го типа Хабаровска (на 01.03.2010 г., в порядке убывания величины платежа)
Таблица 2.36. Результаты проведенного анализа полученных выборок значений ежемесячного платежа для выбранных операторов дата-центров Хабаровска
Таблица 3.1. Результаты проведенного анализа полученных выборок значений ежемесячного платежа по услуге Co-location для выбранных операторов дата-центров по городам, руб./мес. с НДС
Таблица 3.2. Процентное соотношение стоимости размещения и оплаты трафика в ежемесячном платеже за услугу Co-location по городам
Таблица 3.3. Результаты обработки полученных выборок значений установочного платежа по услуге Co-location для выбранных операторов дата-центров по городам, руб. с НДС
Таблица 3.4. Результаты проведенного анализа полученных выборок значений стоимости 1 Гб входящего трафика для выбранных операторов дата-центров по городам, руб. с НДС
Таблица 3.5. Результаты проведенного анализа полученных выборок значений стоимости 1 Гб исходящего трафика для выбранных операторов дата-центров по городам, руб. с НДС
Таблица 3.6. Результаты проведенного анализа полученных выборок значений ежемесячного платежа по услуге Co-location для выбранных операторов дата-центров по городам в 2008/2010 гг., руб./мес. с НДС
Таблица 3.7. Результаты проведенного анализа полученных выборок значений стоимости 1 Гб входящего трафика для выбранных операторов дата-центров по городам в 2008/2010 гг., руб. с НДС

Перечень рисунков

Рис. 2.1. Распределение размеров ежемесячных платежей за услугу Co-location в Екатеринбурге
Рис. 2.2. Распределение размеров установочных платежей за услугу Co-location в Екатеринбурге
Рис. 2.3. Распределение размеров платежей за 1 Гб превышения входящего трафика для услуги Co-location в Екатеринбурге
Рис. 2.4. Распределение размеров ежемесячных платежей за услугу Co-location в Казани
Рис. 2.5. Распределение размеров установочных платежей за услугу Co-location в Казани
Рис. 2.6. Распределение размеров платежей за 1 Гб превышения входящего трафика для услуги Co-location в Казани
Рис. 2.7. Распределение размеров ежемесячных платежей за услугу Co-location в Краснодаре
Рис. 2.8. Распределение размеров установочных платежей за услугу Co-location в Краснодаре
Рис. 2.9. Распределение размеров платежей за 1 Гб превышения входящего трафика для услуги Co-location в Краснодаре
Рис. 2.10. Распределение размеров ежемесячных платежей за услугу Co-location в Красноярске
Рис. 2.11. Распределение размеров установочных платежей за услугу Co-location в Санкт-Красноярске
Рис. 2.12. Распределение размеров платежей за 1 Гб превышения входящего трафика для услуги Co-location в Красноярске
Рис. 2.13. Распределение размеров ежемесячных платежей за услугу Co-location в Нижнем Новгороде
Рис. 2.14. Распределение размеров установочных платежей за услугу Co-location в Санкт-Нижнем Новгороде
Рис. 2.15. Распределение размеров платежей за 1 Гб превышения входящего трафика для услуги Co-location в Нижнем Новгороде
Рис. 2.16. Распределение размеров ежемесячных платежей за услугу Co-location в Новосибирске
Рис. 2.17. Распределение размеров установочных платежей за услугу Co-location в Новосибирске
Рис. 2.18. Распределение размеров платежей за 1 Гб превышения входящего трафика для услуги Co-location в Новосибирске
Рис. 2.19. Распределение размеров платежей за 1 Гб превышения исходящего трафика для услуги Co-location в Новосибирске
Рис. 2.20. Распределение размеров ежемесячных платежей за услугу Co-location в Самаре
Рис. 2.21. Распределение размеров установочных платежей за услугу Co-location в Самаре
Рис. 2.22. Распределение размеров платежей за 1 Гб превышения входящего трафика для услуги Co-location в Самаре
Рис. 2.23. Распределение размеров ежемесячных платежей за услугу Co-location в Санкт-Петербурге
Рис. 2.24. Распределение размеров установочных платежей за услугу Co-location в Санкт-Петербурге
Рис. 2.25. Распределение размеров платежей за 1 Гб превышения входящего трафика для услуги Co-location в Санкт-Петербурге
Рис. 2.26. Распределение размеров платежей за 1 Гб превышения исходящего трафика для услуги Co-location в Санкт-Петербурге
Рис. 2.27. Распределение размеров ежемесячных платежей за услугу Co-location в Хабаровске
Рис. 2.28. Распределение размеров установочных платежей за услугу Co-location в Хабаровске
Рис. 2.29. Распределение размеров платежей за 1 Гб превышения входящего трафика в Хабаровске
Рис. 3.1. Распределение средних размеров ежемесячных платежей за услугу Co-location по городам
Рис. 3.2. Распределение средних размеров установочных платежей за услугу Co-location по городам
Рис. 3.3. Распределение средних размеров платежей за 1 Гб превышения входящего трафика для услуги Co-location по городам
Рис. 3.4. Распределение средних размеров платежей за 1 Гб превышения исходящего трафика для услуги Co-location по городам
Рис. 3.5. Распределение средних размеров ежемесячных платежей за услугу Co-location по городам в 2008/2010 гг.
Рис. 3.6. Распределение средних размеров платежей за 1 Гб превышения входящего трафика для услуги Co-location по городам

Стоимость отчета:

Формат Рублей *, включая НДС 18%
Печатная версия 15 000
Электронная версия 18 000
Печатная + электронная версия 21 000

Исследования по теме «Маркетинговые исследования»

Обзоры по теме «Бизнес, финансы, страхование, маркетинг и реклама»

все обзоры
Анализ причин снижения продаж: сезонность, конкуренты, логистика или промо?
12.02.2026
Анализ причин снижения продаж: сезонность, конкуренты, логистика или промо?

Падение продаж в e-commerce почти никогда не происходит «просто так». Тем не менее на реакция бизнеса на него часто выглядит одинаково: усиливается промоактивность, увеличиваются скидки, перераспределяется бюджет — еще до того, как стало понятно, что именно сломалось. Проблема в том, что просадки в объемах реализации могут выглядеть одинаково в отчетах, но иметь принципиально разные причины: сезонность, действия конкурентов, логистические сбои или снижение эффективности промомеханик. Пока эти факторы не разделены, бизнес лечит симптомы, а не причину, и чтобы провести объективный анализ снижения продаж, нужны серьезные исследования.

Невидимые барьеры покупки на маркетплейсе: что мешает клиенту нажать кнопку «купить»
03.02.2026
Невидимые барьеры покупки на маркетплейсе: что мешает клиенту нажать кнопку «купить»

Вы видите стабильный трафик, лиды и добавления товаров в корзину, но заветный показатель конверсии в покупки не растет. Знакомая ситуация? В цифровой экономике классические модели ломаются: низкой цены и широкого ассортимента больше недостаточно — клиент стал сложнее. Его финальное «да» блокируют невидимые барьеры — страхи, сомнения и информационные пробелы, которые возникают в последние секунды перед решением.

Возвраты и рекламации в e-commerce: что показывают цифры и почему клиенты на самом деле возвращают товар
27.01.2026
Возвраты и рекламации в e-commerce: что показывают цифры и почему клиенты на самом деле возвращают товар

Возвраты и рекламации в e-commerce чаще всего воспринимаются как неизбежные издержки. Их считают, закладывают в P&L, оптимизируют логистику — и на этом останавливаются Проблема в том, что возврат — это всегда следствие, а не причина. И пока бизнес работает только с последствиями, деньги продолжают утекать.

Маркетинговые исследования на маркетплейсах: как качественная аналитика помогает выиграть битву за покупателей
22.01.2026
Маркетинговые исследования на маркетплейсах: как качественная аналитика помогает выиграть битву за покупателей

Маркетплейсы перестали быть просто каналом продаж. Сегодня это арена тотальной конкуренции, где решение о покупке принимается за секунды, а внимание покупателей — самый дефицитный ресурс. Покупатель, уставший от выбора, становится непредсказуемым. Он сканирует, а не читает, сравнивает, а не изучает, доверяет отзывам, а не красивым словам в описаниях. В этой среде интуиция и «опыт» продавца бессильны, нужна системная аналитика и глубокое понимание реального, а не предполагаемого, поведения. Такое понимание могут дать маркетинговые исследования вашей ниши на маркетплейсах.

B2B e-commerce: исследование процесса закупки и критериев выбора поставщика
06.01.2026
B2B e-commerce: исследование процесса закупки и критериев выбора поставщика

B2B e-commerce в России развивается очень быстро. Для среднего и крупного бизнеса это уже не вспомогательный канал, а полноценный инструмент продаж, масштабирования и снижения операционных издержек. Однако многие компании по-прежнему пытаются продавать в B2B так же, как в B2C — и теряют при этом сделки, даже имея конкурентный продукт и цену. Маркетинговые исследования позволяют понять отличия работы в этих сегментах и расставить все по местам.

Brand health на маркетплейсах — управляемый актив для роста продаж
23.12.2025
Brand health на маркетплейсах — управляемый актив для роста продаж

Для среднего и крупного бизнеса маркетплейсы — это уже не экспериментальный канал, а полноценный источник продаж и выручки. Именно поэтому регулярная оценка силы бренда на электронных торговых площадках становится важным управленческим вопросом. Как проводить измерения Brand health на маркетплейсах (Brand health tracking) и получить объективные данные — рассказываем в этой статье.

География спроса в e-commerce: почему стратегия «работаем на всю страну» больше не актуальна
04.12.2025
География спроса в e-commerce: почему стратегия «работаем на всю страну» больше не актуальна

Российский рынок e-commerce продолжает расти не только из-за перехода продаж все большего количества категорий товаров в интернет, но и за счет расширения географии спроса. По данным проведенных исследований, объем розничной онлайн-торговли в России в 2024 году составил 11,2 трлн руб. и около 76% всех заказов сделали жители регионов. Поведение покупателей, структура спроса, ожидания по логистике от региона к региону могут отличаться. И если бренд не учитывает эти различия, он не просто утрачивает потенциал, но и рискует потерять прибыль.

Лояльность в e-commerce: миф или реальность? Что говорят маркетинговые исследования
25.11.2025
Лояльность в e-commerce: миф или реальность? Что говорят маркетинговые исследования

Лояльность в e-commerce давно перестала быть абстрактным термином — вокруг нее сегодня спорят даже ожесточеннее, чем вокруг растущей стоимости привлечения клиентов. Одни игроки уверены: в мире, где конкуренция растет быстрее, чем бюджеты, а покупатель меняет предпочтения по щелчку, удержание работает все хуже. Другие продолжают инвестировать в программы лояльности, персонализацию и сервис, видя в этом способ снизить зависимость от рекламы. Чтобы понять, где заканчиваются ожидания и начинается реальность, нужно смотреть на данные исследований и практику крупных игроков рынка.

«Я бы купил, но…» Как работают фокус-группы и что они действительно показывают
17.10.2025
«Я бы купил, но…» Как работают фокус-группы и что они действительно показывают

Аналитика показывает: клиент зашел, выбрал товар, перешел к оформлению — и не завершил покупку. В дашборде это отображается как «выпадение из процесса». Но цифры фиксируют только факт. Они не объясняют, что именно чувствуют клиенты, когда принимают решение уйти. Тем не менее их мотивы все же можно выяснить — для этого есть специальные методы маркетинговых исследований. Далее мы покажем, как работают фокус-группы и какую информацию с их помощью можно получить.

Как маркетинговые исследования помогают e-commerce адаптироваться и расти в 2025 году
01.10.2025
Как маркетинговые исследования помогают e-commerce адаптироваться и расти в 2025 году

За последние пять лет онлайн-рынок изменился радикально. Потребители уже не ведутся на рекламный шум, не терпят долгих ожиданий и больше ценят опыт личный опыт взаимодействия с брендом. Чтобы работать эффективно, бизнесу нужно понимать, чем клиент 2025 года отличается от клиента в 2020-м и как он принимает решения при поиске и покупке нужных ему товаров и услуг. Здесь на помощь приходят качественные и количественные маркетинговые исследования рынка в e-commerce.