2004年1月，由埃里克·布雷斯（Eric Br Ess）导演的电影《蝴蝶效应》（The Butterfly Effect），掀起了一股连锁热潮，也让蝴蝶效应这个本来属于气象学的术语，植入到了社会的每一个角落。不论是在社会、科学研究中，还是在个人行为研究中，都印证了它的存在。在气象预测中，学者罗伦斯（E.Lor Enz）发现，预测系统中所使用的初始数值，即使只有微小的差异，也会造成完全不同的温度、湿度、气压等预测报告；中国人下象棋，胜败总是决定于前五着，一着不慎，全盘皆输；在科学研究中，面对这样复杂的难以预测的系统变化，学者则称之为混沌效应，简洁地说，这样的现象，其实是起因于整个系统“对于初始条件的敏感依赖性”所致。
因此，在理解这些现象与背后支持的理论之后，像后面这样的预测，就变成是可以理解的了：一只蝴蝶在巴西煽动翅膀，可能会引起美国得克萨斯州的一场龙卷风！
如果各位了解蝴蝶效应中所传达的意义，那么接下来这个牛鞭效应（Bullwhip Effect）的精髓，就非常容易懂了。什么是牛鞭效应？简单地说，就是将企业的供应链比做一条牛鞭，只要牛鞭的一端有些微的变动，就会引起另一端大幅度的摆动，而企业的供应链越长，牛鞭摆动的幅度与效应也就越强烈。这是1961年杰伊·佛瑞斯特（Jay Forrester）发表的理论。这个理论与蝴蝶效应非常相似，但是远比蝴蝶效应容易分析与控制。
知名企业惠普公司（HP），曾在一家主要零售商店检查打印机的销售记录时发现，打印机的销售量随着时间波动起伏，但是这家零售商，对于惠普公司所提出的订单数量的波动幅度，却比销售的波动幅度还大。接着他们又往上游追溯，追踪惠普公司打印机部门对于订单数量的处理记录发现，打印机生产部对于物料供应单位所提出的数量，其波动幅度更远超前面两者。这就是牛鞭效应：末端消费者微小的消费波动，却能造成产品上游供货商的需求量大幅变动，并导致企业产生巨大的库存成本或销售预测差异！
食品制造业的供应链中，从产品离开生产线到摆放至零售商的货架上，库存时间大约要耗费100天，而这些库存所造成的时间成本、空间成本、维护成本等，都是供应链中各个企业的沉没成本，是有害无益的。食品制造业如此，其他产业的状况也不相上下。
要抑制牛鞭效应，经理人必须找出自己所属产业中，造成牛鞭效应的原因有哪些。总的来说，造成牛鞭效应的因素不外乎三种行为：促销行为、预测行为和批量采购行为。
1.促销行为
零售商为了刺激市场，常通过提供折扣券、优惠价，或限量供应来促销，这些促销行为会造成需求量的短期增加。事实上这些增加的数量，并非市场真正的需求，而是消费者捡便宜心理造成的波动。这些波动的信息，很容易就会被曲解成需求增加，而造成牛鞭效应。对于中上游的供货商来说，要限制零售商使用这些手段是不可能的，但是可以通过协商或约定的方式，控制一年中促销价格的变动幅度与变动频率，让变动成为可以预测与考虑的因素。此外，上游供货商在接到订单的同时，也应观察零售商的销售量，利用第一手的市场信息来计算市场需求，避免产生误判。
2.预测行为
企业为了减少前置期（Lead Time），让生产线能够顺畅地实时生产交货，会要求原料保存在安全库存水平之上。如果安全库存的预测基础，是来自于牛鞭效应下的资料，那么越是上游的厂商，库存的成本就会越高得离谱。要防止这样的现象发生，供应链厂商之间就必须达成协议，让市场信息能够共同使用，并且在进行预测分析时，使用同一套计算逻辑，避免各自计算各自期望的结果，让“安全”的范围不断扩增。
3.批量采购行为
企业为了减少采购作业成本，或为了压低购买价格，都会做出定期的批量采购行为，但对于上游供货商来说，这些批量的数字中，无法呈现真正的市场需求。若是以这些数据来作为需求量的判断基础，就会很容易落入牛鞭效应的圈套之中。要促使企业减少批量采购行为，上游供货商必须提供优惠的混合采购政策，或者联合采用第三方的物流服务公司，使少批量的装配运送费用降至合理与较容易负担的水平，而不再是企业的负担，借此鼓励厂商根据真正的市场需求来进行订购。
综上所述，我们可以发现，要抑制牛鞭效应的发生，供应链的强效管理是必要的手段。供应链的企业间若没有信息同步的沟通、信任与支持，就没有办法获得正确、可靠的信息；没有正确可靠的信息，在市场需求量的估计上就必定会出现扭曲，导致牛鞭效应的再次出现！
差之毫厘，谬以千里！不可不慎。
