Пиши, ленивая *опа. Как писать понятные тексты

Что здесь не так? Начнем с того, что тема моего выступления звучала ровно так, как название этой главы: «Как писать, чтобы никого не бесить». Я не собирался рассказывать ничего про SMM-копирайтинг и говорить о том, почему текст — это важно! И тем более не хотел рассуждать о востребованности специалистов в SMM-копирайтинге. И совершенно точно я не планировал учить писать так, чтобы знания действовали только в 2018 году и выветривались из головы сразу с наступлением 2019-го.

Короче, этот пост был совсем мимо, строил неверные ожидания и просто бесил тем, что написан не очень хорошо. Вы сейчас скажете: ты гребаный сноб, пост писал студент без опыта, а ты зажрался и выпендриваешься. Все может быть. Но этот пример хорошо показывает, как некоторые вещи в тексте могут бесить людей и отвлекать их от сути, как отвлек этот пост меня.

Ту лекцию, кстати, я так и не прочитал. То ли заболел, то ли уехал. И никто не умер и даже не написал, что очень ждал. Вот и все, что надо было на самом деле знать. Ладно, давайте к делу.

Как писать понятно о сложных штуках

Вокруг полно вещей, которые кому-то кажутся простыми, а кто-то от попытки понять их готов в петлю лезть. Если вы специалист в какой-то сфере, то обязательно сталкивались с ситуацией, когда рассказываете что-то друзьям, а они говорят: «Ты не на работе, перестань умничать». А вы и не думали — просто контекст засел.

Иногда все же нужно рассказать что-то так называемым простым языком: так, чтобы поняли те, кто вообще не в курсе.

Важно помнить: угодить сразу всем невозможно. Кто-нибудь обязательно либо останется недоволен, либо не поймет, либо начнет задавать вопросы, ответы на которые уже, собственно, есть. Поэтому нужно сосредоточиться на определенной группе людей и, самое главное, понять их уровень.

Самая частая ситуация — мы ничего не знаем об уровне знаний нашей целевой аудитории. В этом случае есть только одно верное решение: считаем, что он нулевой, и объясняем, как будто человек знает только базовые вещи.

Например, специалиста по Big Data позвали провести открытую лекцию в университет. Он решил сначала записать, что хочет рассказать, и вот что получилось.

Под большими данными имеют в виду данные, которые в силу своего объема и постоянного неограниченного роста сложно хранить и обрабатывать традиционными инструментами, работа с ними возможна только на кластере компьютеров. Алгоритмы для работы с большими данными в обязательном порядке позволяют распараллеливать вычисления по неограниченному количеству компьютеров в кластере. Наиболее широко применяется алгоритм MapReduce, изобретенный в компании Google. Как правило, в больших данных отсутствует фиксированная структура. Примеры больших данных: база данных полиции по всем машинам, информация по продажам на заправках АЗС, все страницы в интернете, треки перемещения грузового транспорта за все время, все поисковые запросы всех людей в интернете.

Кажется, что-то не так. Но что? Очень-очень много новых сущностей и непонятных вещей. Смотрите: