[Ulasan] How Big Things Get Done (Bent Flyvbjerg) Diringkaskan.

How Big Things Get Done (Bent Flyvbjerg)

- Amazon USA Store: https://www.amazon.com/dp/0593239512?tag=9natree-20
- Amazon Worldwide Store: https://global.buys.trade/How-Big-Things-Get-Done-Bent-Flyvbjerg.html

- Apple Books: https://books.apple.com/us/audiobook/how-big-things-get-done-the-surprising-factors-that/id1632350490?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree

- eBay: https://www.ebay.com/sch/i.html?_nkw=How+Big+Things+Get+Done+Bent+Flyvbjerg+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1

- Shopee: https://asia.buys.trade/shopee_How-Big-Things-Get-Done-Bent-Flyvbjerg.html
- Lazada: https://asia.buys.trade/lazada_How-Big-Things-Get-Done-Bent-Flyvbjerg.html
- Tiktok: https://asia.buys.trade/tiktok_How-Big-Things-Get-Done-Bent-Flyvbjerg.html

- Baca selanjutnya: https://malaysian.9natree.com/read/0593239512/

#Rancangperlahan,bertindakpantas #Ramalankelasrujukan #Planningfallacy #PrinsipLegodanmodulariti #Biaskuasadanpembinautama #HowBigThingsGetDone

How Big Things Get Done oleh Bent Flyvbjerg dan Dan Gardner ialah buku bukan fiksyen tentang pengurusan projek, membuat keputusan, dan risiko. Berdasarkan penyelidikan Flyvbjerg terhadap projek besar di seluruh dunia, buku ini meneliti sebab projek seperti infrastruktur, bangunan, produk teknologi, filem, acara besar, malah pengubahsuaian rumah, kerap terlebih kos atau lambat siap. Tujuannya bukan sekadar menyenaraikan kegagalan, tetapi menerangkan corak yang membezakan projek yang menjadi dengan projek yang tersasar. Idea utamanya mudah tetapi mencabar kebiasaan, iaitu rancang secara perlahan dan teliti, kemudian laksanakan dengan pantas. Penulis menggabungkan data, psikologi keputusan, dan contoh seperti Sydney Opera House, Crossrail, Pixar serta kilang Tesla. Dalam konteks Malaysia, pelajarannya sangat dekat dengan realiti projek pengangkutan awam, pembinaan perumahan, naik taraf sekolah, dan transformasi digital agensi. Buku ini menunjukkan bahawa skala besar tidak semestinya perlu dikawal dengan keyakinan besar, sebaliknya dengan ramalan realistik, reka bentuk yang boleh diulang, dan pengalaman yang relevan.