Progresión(Progression)

Dar forma a objetivos a largo plazo mediante la acumulación y las curvas; el núcleo es la progresión controlable y los umbrales por etapas.

Qué es

Termina una partida, recoge recursos, sube de nivel y llega más lejos la próxima vez: la subida de nivel de los RPG y las mejoras permanentes entre partidas de Vampire Survivors están construidas sobre esto.

Cómo se juega

Moriste en esta partida, pero la experiencia quedó en el banco y tu poder creció; la siguiente partida sientes claramente «ahora soy más fuerte»: incluso el fracaso se vuelve inversión, y te mantiene enganchado.

Por qué aprenderlo

El motor clásico de la retención a largo plazo: encadenar pequeñas victorias en una línea de crecimiento visible que mantiene al jugador diciendo «un nivel más y a dormir».

El juego de progresión convierte el tiempo invertido en activos de habilidad irreversibles: cada acción produce rendimiento, el fracaso paga un suelo garantizado y los umbrales por etapas siguen desbloqueando nuevas metas. La parte difícil no son los números, sino el ritmo y la justicia de la curva: los costes que suben demasiado matan la motivación, el crecimiento demasiado rápido quema contenido, y tanto el puro grind como el puro dolor hacen abandonar. El «una partida más» viene de la sensación precisa de distancia: el siguiente nivel nunca parece lejos.

Por qué importa esta mecánica
Para los jugadores

La progresión da al jugador la certeza de que el tiempo invertido es tiempo ahorrado: incluso una derrota te hace más fuerte, así que ninguna partida se desperdicia jamás.

Para el ecosistema

La metaprogresión es el motor central de la economía de retención: los pagos garantizados evitan que la frustración haga abandonar, los desbloqueos por hitos reparten el consumo de contenido a lo largo de metas a largo plazo, y la curva de costes más la economía de energía fijan directamente el techo de LTV de un título longevo; los milagros comerciales de los roguelikes y los juegos idle están construidos en su mayoría sobre esta estructura.

Oficio transferible

Aprende diseño de progresión y aprenderás a convertir el tiempo del jugador en activo: curvas de costes, compensaciones de garantía, desbloqueos por umbrales; una estructura que se porta a cualquier cosa que necesite retención, de los pases de batalla a las apps de aprendizaje.

Comportamiento de juego
Progresión(Progression)
Características de juego
Complejidad
Principiante → Avanzado
Objetivos de aprendizaje
  • Principiante: entender el bucle de crecimiento — actuar → ganar recursos → mejorar/desbloquear → potenciarse → nueva meta — y reproducir una mejora en la demo
  • Intermedio: escribir el contrato de curva de costes y suelo garantizado (regla de escalado, pago por fracaso, disparo de compensación por racha) y ajustar la tasa de crecimiento
  • Avanzado: diseñar el ritmo de umbrales y el ritmo de desbloqueo (el mapa de hitos), y verificar la salud a largo plazo con la curva de retención, el margen de beneficio del farmeo y la tasa de alcance de umbrales

② Demo jugable al instante

Progresión(Progression) Demo
Cargando juego…
Pistas de reglas
Regla: completar una acción → ganar recursos → mejorar/desbloquear → aumento de capacidad → nuevas metas y costes más altos.
Guía de laboratorio: trata la demo como un experimento
Experimento de curva de mejora
Haz: Ahorra moneda, pulsa «Mejorar (secundario)» y observa cómo salta metaPower mientras sube el coste del siguiente nivel
Observa: El coste de mejora escala con el nivel: la curva de costes marca el ritmo del crecimiento. Cada salto de metaPower da un golpe instantáneo de «me hice más fuerte», mientras el coste creciente del siguiente nivel mantiene viva la atracción de «un poco más».
Vigilancia de crecimiento garantizado
Haz: Fracasa varias partidas seguidas a propósito y comprueba si badStreak sube mientras la moneda sigue creciendo
Observa: Incluso el fracaso paga moneda: las ganancias garantizadas evitan que la frustración haga abandonar. badStreak es el disparador de las mecánicas de protección: cuanto más larga la racha de derrotas, más fuerte la compensación, convirtiendo el «puro castigo» en «progresión controlada».
Contraste de dificultad
Haz: En fácil y en difícil, «Avanzar 1 paso» 10 pasos cada una y compara runDepth contra metaPower
Observa: En difícil, runDepth es más bajo pero metaPower sigue acumulando: el crecimiento permanente se desacopla de la habilidad por partida; fracasar una partida nunca bloquea el crecimiento fuera de ella. Es la vía de escape de la trampa del «puro grind o puro dolor».

③ Análisis del sistema de comportamiento

3.1 Problemas que resuelve
  • Asegurar que el fracaso siga produciendo crecimiento (retornos/experiencia garantizados), reduciendo la frustración y el abandono.
  • Equilibrar estadísticas permanentes con habilidades a corto plazo, evitando el puro grind o el puro castigo.
  • Usar desbloqueos por hitos para guiar el regreso y la exploración, creando objetivos sostenibles.
3.2 Conjunto mínimo de reglas
  • Recursos: ganar 1 de energía por clic; la energía se puede gastar en mejoras o desbloqueos.
  • Mejora: coste = nivel actual × 10; tras mejorar, la estadística aumenta +1.
  • Umbral: cada 100 de energía se desbloquea una nueva habilidad; los umbrales aumentan 50 cada vez.
3.3 Bucle del sistema (opcional)
Entrada (acción) → Feedback (ganancia de recursos) → Decisión (asignación) → Cambio de estado (mejora/desbloqueo) → Nueva habilidad → Nueva entrada.
Notas de diseño
El fracaso debe pagar un suelo garantizado: la compensación por racha de derrotas convierte el «puro dolor» en «progresión controlada»; el contador de rachas no es lástima, es la garantía de que la frustración nunca se va con las manos vacías.
El crecimiento meta debe desacoplarse de la habilidad por partida: una partida floja aún hace crecer el poder meta; el fracaso dentro de la partida nunca bloquea el crecimiento fuera de ella. Es la única vía de escape de la trampa del «puro grind o puro dolor».
Los hitos son faros atornillados a la curva: una curva larga sin metas por etapas hace que el progreso no signifique nada; cada umbral debe colgar una recompensa visible o una mecánica nueva, o los números solo giran en el sitio.

④ Combos y variantes habituales

Progresión + Idle
La producción idle genera energía continuamente; la energía acumulada se puede gastar en mejoras, creando un bucle.
Progresión + Combate
El combate consume energía; la victoria otorga experiencia, que se usa en mejoras, aumentando el poder de combate.
Progresión + Combinación
La progresión de niveles y los recursos encadenados impulsan el crecimiento; completar una combinación puede disparar mejoras adicionales.
⑤ Diseño y algoritmos avanzados (plegado)Clic para expandir
Advertencias de diseño
  • Unos costes de mejora excesivamente altos pueden agotar la motivación del jugador, mientras que unos demasiado bajos reducen el desafío y la sensación de logro. El diseñador debe equilibrar la curva de costes con la inversión del jugador para mantener tanto el desafío como la satisfacción.
  • Una curva de crecimiento demasiado rápida acorta la vida del juego, mientras que una lenta lleva al desgaste de jugadores. Fijar bien las tasas de crecimiento y los hitos puede extender el ciclo de experiencia.
  • La falta de metas por etapas hace que la progresión se sienta sin sentido. Cada umbral debería estar atado a una recompensa visible o a un nuevo elemento de jugabilidad para sostener la motivación.
  • Cuando los jugadores renuncian a ganancias inmediatas por crecimiento a largo plazo, la experiencia general puede mejorar, ya que las metas a largo plazo dan motivación sostenida. El diseñador debería introducir hitos predecibles desde el principio para animar a los jugadores hacia objetivos mayores.
Ejemplos de algoritmos
  • Estadísticas: curvas segmentadas, retornos garantizados y mecanismos antigrind.
  • Economía: control de la inflación, topes y topes blandos.

⑥ Artículos de casos relacionados

Gacha Simulation: Understanding Pity Mechanics and Probability Psychology
This article deconstructs the structural differences between hard and soft pity systems, analyzing how probability psychology creates perceptual bias. Through simulation verification of gacha data, we reveal the impact of emotional thresholds on decision-making. This helps developers quantify the risks of pity strategies and optimize numerical design to enhance user retention and willingness to pay.
Infinite Progression: Balancing Exponential Cost Curves and Simulated Infinity
This guide deconstructs cost scaling and milestone thresholds in clicker/idle games to implement sustainable 'simulated infinity.' By combining non-linear cost growth with periodic system unlocks and prestige mechanics, developers can maintain player engagement without triggering late-game collapse, offering a high-execution framework for solving retention issues in pseudo-infinite loops.
Failure as Progress: Balancing Permanent Growth and Anti-Farm Mechanics
A deep dive into Roguelike permanent growth scaling and anti-farming systems. Learn how to balance rhythm-based unlocks and numerical feedback to transform player frustration into a compelling progression loop, ensuring a fair and engaging strategy space.
Random Events: Balancing Good/Bad Ratios and Implementing Negative Feedback Mitigation
This guide deconstructs random event mechanics, establishing a baseline probability distribution between positive and negative outcomes. It introduces a continuous negative feedback correction algorithm to prevent players from falling into a 'death spiral.' Readers will master techniques for smoothing player experience through event pools and pity systems, learning how to tune random parameters to balance procedural generation length and level difficulty in Roguelike games.
Tap-to-Evolve: Feedback Loops and Inflation Thresholds
This article deconstructs the tap-to-evolve mechanic, analyzing the click feedback loop and numerical inflation thresholds. It details how clicks drive upgrade pacing and maintain numerical readability, equipping developers with core loop design and balance strategies for casual games.
Drag-and-Drop Placement: Balancing Manual Yield Gaps and Offline Rewards
A deep dive into the numerical logic of drag-and-drop placement mechanics. By comparing manual yield gaps with offline reward formulas, we derive a balancing equation to curb excessive manual play. The guide covers cap setting, anti-farming mechanisms, and reward curve design, offering actionable solutions to the 'tiring when active, losing out when idle' player pain point.