J’ai un jour pensé que la carte de crédit n’était qu’un outil pour payer maintenant et régler plus tard. Plus tard, en commençant à voir les choses comme un ingénieur : si je dois dépenser, pourquoi ne pas optimiser mon flux de trésorerie ? J’ai alors commencé à m’intéresser aux cashbacks. Et ainsi, à partir d’une seule carte, j’ai progressivement construit un « stack » dédié à chaque type de dépense. 😅 Pas pour afficher le nombre de cartes. Mais comme lorsqu’on construit une stack technique : chaque outil ne devrait faire que ce qu’il fait le mieux. Mon setup actuel ressemble à ceci : - Ordinateur portable / En ligne : VP Step Up - 15 % - Déplacements / Restaurants / GrabMart : Sacombank Bạch Kim - 16,8 % - Supermarché : Sacombank Uniq - 20 % - Nourriture : Momo mDigi - 20 % - Voyages : Sacombank Amex - 20 % - Électroménager : Cake Premium - 20 % - Loisirs : quelques cartes MB / VIB à 8 - 12 % J’ai quelques autres cartes en réserve pour faire office de backup ou pour les cas où mes cartes principales atteignent leur plafond de cashback. Dans le Web2, j’ai appris à optimiser les performances. Avec l’IA, j’ai appris à optimiser les workflows. Avec le Web3, je commence à m’intéresser davantage à la propriété et au fonctionnement des flux de trésorerie. Et dans la vie réelle… j’optimise même mes paiements par carte. 😂 Au final, un cashback de 10 %, 15 % ou 20 % ne me rendra pas riche. Mais il m’a inculqué une mentalité assez intéressante : L’argent que vous n’optimisez pas, c’est de l’argent que vous laissez sur la table. #CreditCard #Cashback #PersonalFinance #Optimization #AIEngineer