#AppliedStuff | Applied Stuff

Hace unas semanas escribí sobre POR QUÉ la valoración billonaria de Walmart no tiene ningún sentido económico para un minorista tradicional. Ese post generó bastante conversación…Pero dejé fuera la parte más importante: ¿Qué puede aprender realmente cualquier negocio de este caso? Así que lo convertí en un episodio completo de podcast.

Algunas de las cosas que analizamos:

1). Aumenta la frecuencia antes que el tráfico
➤ La mayoría de las empresas se gastan el dinero en atraer a gente nueva. La ventaja de Walmart vino de que los mismos clientes volvieran más a menudo & por más motivos. Generar más puntos de contacto por cliente suele ser más barato que estar persiguiendo constantemente a compradores nuevos.

2). Deja de optimizar la cesta. Empieza a quedarte con la cartera.
➤ El tamaño de la cesta es 1 transacción. La cuota de cartera es cada transacción que un cliente hace a lo largo de su vida. Farmacia. Suscripciones. Productos financieros. Delivery. El “move” de Walmart fue, en esencia: ¿En qué está gastando ya dinero este cliente que no estamos capturando?

3). El mismo activo puede cumplir 5 funciones distintas.
➤ Walmart no se limitó a crear nuevas fuentes de ingresos desde 0. También hizo que su red de tiendas existente hiciera más: nodo de fulfillment, farmacia, punto de servicios financieros, centro de devoluciones, superficie publicitaria.

4). Los márgenes bajos a nivel de transacción no tienen por qué definir todo el modelo.
➤ Las transacciones del retail tienen márgenes bajos por defecto. Pero la relación con el cliente no tiene por qué tenerlos. Los ingresos publicitarios, las cuotas de suscripción y los márgenes de servicios pueden construirse encima de la misma actividad del cliente. No siempre se trata de vender más. A veces se trata de monetizar la misma demanda de una forma mejor. (Es decir: ¿Cómo apilar ingresos de mayor margen sobre clientes que ya tienes, sin pedirles que compren más?)

😄¿Te suena interesante? Entonces dale al play.

Escucha aquí el podcast completo:
🎙️ Por qué Walmart NO debería valer un billón de dólares https://youtu.be/clX1qB_H4_8?is=L3Sf6...

6 days ago | [YT] | 6

#AppliedStuff | Applied Stuff

A few weeks ago I wrote about WHY Walmart’s trillion-dollar valuation makes no economic sense for a traditional retailer. That post sparked a lot of conversation…But I left out the most important part: WHAT any business can actually learn from this case. So I turned it into a full podcast episode.

A few things we unpack:
1). Grow frequency before you grow traffic.
➤ Most businesses spend to bring new people in. Walmart’s leverage came from the same customers coming back more often & for more reasons. More touchpoints per customer is often cheaper than constantly chasing more customers.

2). Stop optimizing the basket. Start owning the wallet.
➤ Basket size is 1 transaction. Wallet share is every transaction a customer makes across their life. Pharmacy. Subscriptions. Financial products. Delivery. Walmart’s move was essentially: What does this customer already spend money on that we’re not capturing yet?

3). The same asset can do 5 different jobs.
➤ Walmart didn’t rely only on building new revenue streams from scratch. It also made the existing store base do more: fulfillment node, pharmacy, financial services point, returns center, ad surface.

4). Thin margins at the transaction level don’t have to define the whole model.
➤ Retail transactions are low margin by default. But the customer relationship doesn’t have to be. Advertising revenue, subscription fees, and service margins can sit on top of the same customer activity. You’re not always selling more. Sometimes you’re monetizing the same demand in a better way. (Aka: How to stack higher-margin revenue on top of customers you already have without asking them to buy more?)

😄 Sounds interesting? Then hit play.
Listen to the full podcast here:
🎙️ Why Walmart's Trillion-Dollar Valuation Makes No Economic Sense https://youtu.be/A07x0ZfOe4g?is=-6rGy...

6 days ago | [YT] | 5

#AppliedStuff | Applied Stuff

POV: Sigues pensando que el marketing funciona así: Anuncio → Web → Lead → Venta
…eso funcionaba cuando la demanda era mayor que la competencia. Spoiler: Ya no🥶

Hoy en día, la mayoría de la gente que llega a una web no está lista para comprar. Solo están intentando entender el problema que podrían tener.

Y precisamente aquí es donde muchas empresas los pierden.
——
Lo que la industria de internet descubrió hace años:
→ Rara vez vendes el producto PRIMERO.
→ Vendes la comprensión del problema PRIMERO.
——
El objetivo es pasar al prospecto del
«¿Quién eres tú?»
al
«Confío en que entiendes este problema mejor que nadie»

Y para eso, un anuncio no basta. Hoy, en la mayoría de los mercados competitivos, las empresas usan funnels automatizados.

En pocas palabras, es una cadena estratégica de puntos de contacto diseñada para aumentar sistemáticamente el nivel de consciencia del prospecto y posicionar tu solución como: «Podría intentar esto yo mismo…pero prefiero dejar que lo hagan los expertos».

▰▰▰▰▰▰▰▰▰▰
¿Te interesa? Pues aquí tienes lo básico:

1. Es un sistema de conversión
Un funnel no es una "newsletter"; es un sistema de conversión. Su trabajo es llevar a un prospecto desde un nivel de conciencia 0 hasta convertirlo en un lead con alta intención de compra, sin intervención manual. Es una secuencia que cualifica al prospecto y construye confianza en piloto automático.

2. Resuelve el "pre-problema"
No empieces con una lista de precios o un pitch de producto (es poco eficiente)
La Jugada Ganadora: Resuelve el "pre-problema".
❌Si estás en logística, no ofrezcas solo "envíos".
✅Ofrece una guía: "3 variables que están matando la eficiencia de tu cadena de suministro".
——
El Resultado: Filtras de inmediato a los curiosos (los que solo vienen a mirar) e identificas a los leads que realmente se están enfrentando a los problemas críticos que tu negocio resuelve.

3. Revela el "QUÉ", Monetiza el "CÓMO"
La mayor trampa operativa es sobre-educar gratis. Si les entregas un manual paso a paso para que lo hagan ellos mismos, el prospecto te dará las gracias...& luego irá a intentar ejecutarlo por su cuenta (normalmente, lo hará mal =).
→La Estrategia: Usa tu funnel para resaltar la complejidad, los riesgos y la magnitud del problema. Muéstrales exactamente qué está roto y por qué es peligroso ignorarlo. Posiciónate como la autoridad en el problema, pero guárdate la ejecución especializada como tu valor de pago.

4. Enfócate en la frecuencia de "calidad"
La conversión es el resultado de acumular puntos de contacto de calidad. Un lead frío casi nunca convierte en el primer "toque". Se necesita una secuencia acumulativa, a menudo ~ entre 4 y 7 exposiciones de alta calidad para crear un momentum de compra real.
🤫Métrica Interna: En nuestras auditorías recientes, hemos visto cómo las tasas de conversión de lead a cierre se disparan multiplicándose por 2.3x una vez que el prospecto ha interactuado con al menos 4 de nuestros activos estratégicos.

3 weeks ago | [YT] | 5

#AppliedStuff | Applied Stuff

POV: You still think marketing works like this:
Ad → Website → Lead → Sale…that worked when demand was higher than competition. Spoiler: It doesn’t anymore🥶

Today, most people who land on a website are not ready to buy. They are just trying to understand the problem they might have.

And this is where many companies lose them…
——
What the internet industry discovered years ago:
→ You rarely sell the product 1st.
→ You sell understanding 1st.
——
The goal is to move the prospect from
«Who are you?»
to
«I trust that you understand this problem better than anyone.»

And to do that, an ad is not enough! In most competitive markets today, businesses use automated funnels.

In simple words, this is a strategic chain of touchpoints designed to systematically raise a prospect's awareness & position your solution as: “I could try this myself…but I’d rather let experts do it.”

▰▰▰▰▰▰▰▰▰▰
Sounds interesting? Then, here are the basics:

1. It’s a conversion system
A funnel isn't a "newsletter"- it’s a conversion system. Its job is to move a prospect from 0 awareness to a high-intent lead without manual intervention. It’s a sequence that qualifies the prospect and builds trust on autopilot.

2. Solve the “pre-problem”
Don’t lead with a price list or a product pitch (that’s a low-efficiency move)
The Better Play: Solve the "pre-problem."
❌If you’re in logistics, don't just offer "shipping."
✅Offer a guide: "3 Hidden Variables That Are Killing Your Supply Chain Efficiency."
——
The Result: You immediately filter out the tire-kickers and identify the leads who are actually facing the high-stakes problems your business solves.

3. Reveal the "WHAT," Monetize the "HOW"
The biggest operational trap is over-educating for free. If you hand over a step-by-step DIY manual, the prospect will thank you & then they'll go try to execute it themselves (usually poorly).
→The Strategy: Use your funnel to highlight the complexity, the risks, and the scale of the issue. Show them exactly what is broken and why it’s dangerous to ignore. Position yourself as the authority on the problem, but keep the specialized execution as your paid value.

4. Focus on“quality” frequency.
Conversion is a byproduct of quality touchpoints. A cold lead almost never converts on the 1st "touch." It takes a compounding sequence ~often between 4 and 7 high-quality exposures to create real buying momentum.
🤫Internal Metric: In our recent audits, we’ve seen lead-to-deal conversion rates jump by 2.3x once a prospect has engaged with at least 4 of our strategic assets.

3 weeks ago | [YT] | 4

#AppliedStuff | Applied Stuff

Puede que hayas pensado que este era un canal de tecnología. No lo es ;) Lo que has estado viendo en los últimos episodios no eran vídeos aleatorios sobre IA - era un curso corto, público y práctico para cualquiera (especialmente para quienes no vienen del mundo técnico) que quiere dejar de sobrepensar y empezar a usar ChatGPT. La brecha de ventaja ya es real & se está ampliando.

A la mayoría de las personas se les introduce en la IA de la peor forma posible: demasiados términos técnicos, demasiado ‘hype’ y muy poca orientación práctica. Así que aquí tienes tu acceso - Creé un curso gratuito & sencillo de ChatGPT para ayudarte a aprender más rápido, operar mejor y generar un efecto compuesto más rápido.

Ahora la pregunta es: ¿Es este el final?
- En absoluto.

La IA nunca fue el destino; Era parte de la base. #AppliedStuff ahora va hacia donde siempre estuvo destinado a ir: negocios, estrategia, psicología, finanzas, estadística, teoría de juegos, incentivos, casos reales de negocio.

Y por último - hablemos de lo evidente: la foto. SÍ, somos nosotros con Mateo Valero, director del Barcelona Supercomputing Center. Esa foto no está ahí por casualidad. En este episodio ampliamos la perspectiva, conectamos los puntos, cerramos esta base y seguimos adelante.

El curso era el prerrequisito.Ahora entramos a lo real

¡Bienvenidos a #AppliedStuff!

https://youtu.be/RDm6k1eW0do?si=Q48UU...

1 month ago | [YT] | 5

#AppliedStuff | Applied Stuff

You may have thought this was a tech channel. It’s not ;) What you’ve been watching over the past episodes has never been random videos on AI - they were a short, public, and practical course for anyone (especially non-tech) who wants to stop overthinking & start using ChatGPT. The advantage gap is already real, and it is widening.

Most people are introduced to AI the wrong way: too many technical terms, hype, and too little practical guidance. So, here is your access - your head start. I built a free & simple ChatGPT course to help you learn faster, operate better, and compound faster.

Now the question is: Is this the end?
- Not at all!

AI was never the destination; instead, it was part of the foundation. #AppliedStuff now goes where it was always meant to go: business, strategy, psychology, finance, statistics, game theory, incentives, real business cases

Finally, the elephant in the room: the photo.
YES, that’s us with Mateo Valero, director of the Barcelona Supercomputing Center. This photo is here for a reason. In this episode we zoom out, connect the dots, close the foundation and move forward.

The course was the prerequisite.
Now we move to the real deal.

Welcome to #AppliedStuff!

https://youtu.be/o43zbG69tm4?si=XFctw...

1 month ago | [YT] | 4

#AppliedStuff | Applied Stuff

🎄🧸🎉¡Feliz Navidad & Feliz Año Nuevo! Que este año te traiga LUCIDEZ para distinguir lo que realmente importa de lo que no, DISCIPLINA para seguir cuando la motivación ya no está, y AMBICIÓN para construir lo que otros creen imposible.

¡Felicidades! ¡Hagamos que sea un gran año!💯

3 months ago | [YT] | 6

#AppliedStuff | Applied Stuff

🎄🧸🎉Merry Christmas & Happy New Year! May this year bring you LUCIDITY to distinguish what truly matters from what doesn’t, DISCIPLINE to keep going when motivation is long gone, and AMBITION to build what others believe is impossible.

Merry Christmas & Happy New Year! Let’s make it a great one! 💯

3 months ago | [YT] | 6

#AppliedStuff | Applied Stuff

Top 5 ChatGPT Mistakes‼️Error №3‼️~ «NO le das Ejemplos a ChatGPT». No contratarías a un diseñador sin enseñarle una referencia…entonces, ¿por qué esperamos que la IA adivine lo que tenemos en la cabeza?!

La mayoría de líderes DESCRIBEN lo que quieren…pero CASI NUNCA LO MUESTRAN. Cuando describes un estilo (“minimalista, moderno, profesional, colores cálidos”), ChatGPT tiene que interpretar tus palabras.
▰▰▰▰▰▰▰▰▰▰
Interpretación = variabilidad.
Variabilidad = resultados impredecibles.
▰▰▰▰▰▰▰▰▰▰

🖼️
↳ Esto se ve de forma brutal en la generación de imágenes. Si describes un rostro como: “Una mujer con expresión suave, pelo castaño, estilo minimalista”
——
→ Le estás dando a ChatGPT una instantánea emocional vaga.

📐PERO cuando aportas una imagen real como referencia, #ChatGPT detecta:
• la distancia exacta en píxeles entre los ojos,
• la curvatura de la mandíbula,
• la micro-sombra bajo el labio inferior,
• el ángulo de inclinación de la cabeza en grados,
• el valor hex exacto del tono de piel,
• la distribución de texturas,
• el equilibrio del espacio negativo,
• el patrón de difusión de la luz en las mejillas, etc.
——
→ Cosas que tú no percibes de forma consciente, pero que ChatGPT lee con precisión. Por eso “solo describir” casi nunca es suficiente.

EJEMPLOS:
(Imagina que quieres crear una ilustración para tu marca.)

❌ Mal prompt (solo descripción)
“ChatGPT, genera un retrato minimalista, moderno, profesional y de tonos cálidos de una mujer.”
——
→ Tu idea de “minimalista y cálido” ≠ la de ChatGPT.

✅ Buen prompt (con referencia)
“Referencia: adjunta la imagen inferior.
Paso 1 - Extrae las claves visuales principales (iluminación, temperatura de color, proporciones).
Paso 2 - Recrea la imagen con un nuevo sujeto siguiendo estos rasgos: [rasgos].
Paso 3 - Mantén estilo, tono & geometría idénticos a la referencia.
Restricciones:
• No modificar la composición del fondo.
• Conservar la dirección de la luz y la densidad de sombras.
• Igualar el gradiente del tono de piel y la temperatura de color.”
——
→ Resultado: una imagen consistente a nivel de marca, no una variación aleatoria.

BOTTOMLINE⁉️
Si quieres consistencia, elimina la interpretación.

3 months ago | [YT] | 5

#AppliedStuff | Applied Stuff

Top 5 ChatGPT Mistakes‼️Mistake №3‼️
~«You Do Not Give Examples to ChatGPT». You wouldn’t hire a designer without showing them a reference…so why do we expect AI to guess what’s in our head?!

Most leaders DESCRIBE what they want…but RARELY SHOW what they want. When you describe a style (“minimalist, modern, professional, warm colors”), ChatGPT must interpret your words.
▰▰▰▰▰▰▰▰▰▰
Interpretation = variability.
Variability = unpredictable output.
▰▰▰▰▰▰▰▰▰▰

🖼️
↳This becomes painfully obvious in image generation. When you describe a face as: “A woman with soft expression, brown hair, minimalist style”
——
→ You are giving ChatGPT a vague
emotional snapshot.

📐BUT when you provide an actual reference image, #ChatGPT sees:
• the exact pixel distance between
the eyes,
• the curvature of the jawline,
• the micro-shadow under the lower lip,
• the angle of the head tilt in degrees,
• the precise hex value of the skin
tone,
• the texture distribution,
• the balance of negative space,
• the light diffusion pattern across
the cheeks, etc.
——
→ Things you don’t consciously notice yet ChatGPT reads it with precision. This is why “just” describing often is not enough

EXAMPLES:
(Imagine you want to create an illustration for your brand.)

❌Bad Prompt (description only)
“ChatGPT, generate a minimalist, modern, professional, warm-tone portrait of a woman”
——
→ Your idea of “minimalist and warm” ≠ ChatGPT has the same understanding.

✅Good Prompt (reference-based)
“Reference: attach the image below.
Step 1 - Extract the key visual features (lighting, color temperature, proportions).
Step 2 - Recreate the image with a new subject following these traits: [traits].
Step 3 - Keep style, tone and geometry identical to the reference.
Constraints:
• Don’t alter background composition.
• Preserve lighting direction and shadow density.
• Match skin tone gradient and color
temperature.”
——
→ Result: a consistent brand-level
visual & not a random variation.

BOTTOMLINE⁉️
If you want consistency, remove interpretation.

3 months ago | [YT] | 6