95 计费模式是基于带宽使用率的 95th 百分位，即抛去最高的 5% 的带宽使用点，每个计费周期内大约有 400 多个 5 分钟采样点。
搞传输优化的所谓优化，难免要有用浪费换性能，但这些行为往往受成本约束，这里的目标就是通过集中利用这 5% 最终被运营商刨去的时间窗口，激进发送数据，同时将其他时间窗口的带宽使用率控制在较低水平。
假设计费周期为 1 个月，约 8640 个 5 分钟采样点，最终被扔掉的 5% 的采样点为 432 个，平均每天约 72 分钟。技术含量在如何利用这些采样点：
- 每天选 72 分钟进行激进传输，将高带宽使用集中在这些窗口内，如何选是技巧，一般高峰期。
- 其他时间保持低带宽使用，确保整体 95th 百分位值较低。
- 可选：通过隧道协议压缩、去重、缓存等，最大化高带宽窗口内的数据传输效率。
也不一定非要平均每天 72 分钟。可通过分析历史数据，找出用户使用流量的模式和流量的长程依赖。
比如月初包月流量新发用得多，月末流量用尽甚至降级则用得少，而临近清零期则用量会突增，因为如果一个人平时用量中等，那他恰好在清零期用尽，如果他平时不怎么用，最后几乎一定会突增，而 “用完流量” 只是一个心理预设，他只是为了用完而用完，因此他并不关注质量，反而月初用量大和平时用量中等的用户更关注质量(小 tips，那么是不是月末在算法和参数上可以将就？)。
加上运营商本身非弹性超卖，就更加算不清账了，你搞我也搞，他好我也好。
如何在计费周期中基于对所有用户的行为模式预期，在整月合理分配这总共的 432*5 = 2160 分钟用来激进发送，就是最有性价比的目标。
人们上网行为是人们在真实世界行为的一个映射，受环境和周期律影响，比如天气，节假日，发薪日，赶工期，失业，例假，怀孕，搬新房，生病等等，而在大的环境约束下，热门影视剧，体育赛事，国际事件等也会关联流量的长程依赖，如何从中分析中模式的方法就是技术含量本身。
还是那句话，修身合体的低熵系统依赖精确的信息，若系统本身不提供精确的信息，就需要工人在旁路统计到精确的信息，如上述用户行为分析，但千万不要任性。
典型的无脑做法是在计费周期内越往后越激进，如果到了月末用户依然请求大流量同时内容方亦有剩余每天 72 分钟，那就使劲用完，大聪明貌似好刀用在了刀刃上，但如果高峰期大家都这么干，虽然运营商赚不到钱，但网络拥塞还是用户用时间成本买单，哪哪逃不掉。
看下面这只皮鞋，这鞋子能跳舞吗？能！这鞋子能跑吗？能！
浙江温州皮鞋湿，下雨进水不会胖。