很多因素，例如组织结构、信息渠道、地域分布、行业特征等，都影响到供应链的有效运作。但是，最根深蒂固的影响因素当属“牛鞭效应”。
牛鞭效应是关于在一条供应链中，消费市场需求的微小变化如何被一级级放大到制造商、一级供应商、次级供应商等的现象。例如计算机市场需求预测轻微增长2%,转化到戴尔（制造商）时可能成了5%,传递到英特尔（一级供应商）时则可能是10%,而到了为英特尔生产制造设备的设备商（次级供应商）时则可能变为20%。简言之，越是处于供应链的后端，需求变化幅度越大。需求变化转化为库存水平，相应地，库存变化呈类似模式。1991——2001年北美半导体行业整体库存量的变化趋势，这是个两级供应链：芯片制造是需求方，设备制造是供应商（芯片制造商用设备制造商生产的设备来加工芯片）。不难看出，供应链末端的设备制造行业的库存变化幅度远大于芯片制造行业，而单个企业的变化幅度则更大。
牛鞭效应导致对市场变化的过激反应。当市场需求增加时，整个供应链的产能增加幅度超过市场需求增加幅度，超出部分则以库存形式积压在供应链的各个节点。一旦需求放缓或负增长，大量资金和产品将以库存形式积压，导致整个供应链资金周转不良，影响供应链的良好运作，甚至导致企业倒闭，尤其是处于供应链末端的小企业。以思科为例，2000年前后网络经济泡沫破灭，直接导致注销二十多亿美元的库存。以半导体设备制造行业而言，2000年前后经济泡沫后的大量库存，直到2002年各大公司才处理完注销几千万美元的过期库存。对众多的一级、次级供应商而言，这则意味着很长时间没有新订单，没有新的营业收入，无法维持运营。结果是大批供应商处于崩溃边缘，大幅裁员，甚至难逃破产厄运。
对市场的响应速度而言，牛鞭效应表明，越是处于供应链后端，企业响应速度越慢（也因为其响应幅度最大）。其结果是，当市场需求增加的时候，供应商往往无法支持制造商；而当市场需求放缓时，供应商则往往继续过量生产，造成库存积压。由于牛鞭效应，伴随着过量生产的是整个供应链的生产能力过度膨胀。一旦经济不景气，整个供应链被迫大幅削减人员，关、停、并、转设备。
以一个半导体设备公司为例，到2003年，人员从2000年高峰期的5000余人缩减到2200人左右，总部的生产厂房、办公场所从8个缩减为4个。公司的供应商则经历了更加剧烈的苦难历程，大多数供应商的人员减半，营业额只有高峰期的三分之一，设备产能利用率只有30%左右。对整个宏观经济而言，牛鞭效应可以解释为什么有些行业比另一些行业提前衰退，或滞后复苏。对于半导体行业而言，供应链前端的芯片制造业先于后端的设备制造业衰退；而后者则滞后于前者复苏。而对于单个企业而言，当经济复苏的时候，不但要动员自身的生产能力，更重要的是动员各级供应商。这是因为由于牛鞭效应，后端供应商往往受到更多的经济影响，面临更大的财务压力，从而更难也更不情愿扩张生产能力。在行业腾飞、经济景气时，往往由于后端供应商没法及时扩张产能而影响整个供应链的销售业绩。
鉴于其重大影响，多年来学术界和工业界都在积极研究牛鞭效应。根据斯坦福大学的李效良教授（Hau Lee)及其同事的研究，牛鞭效应有四大成因。
当处于不同供应链位置的企业预测需求时，都会包括一定的安全库存，以对付变化莫测的市场需求和可能的供应商供货中断。当供货周期较长时，这种安全库存的数量将会非常显著。例如，一家美国计算机制造商预测到某型号计算机的市场需求是10万台，但可能向中国的供应商下11万台的零件订单；同理，中国计算机零件生产商可能向其供应商定购12万台的原材料。以此类推，供应链各节点库存将逐级放大。此外，有些预测方法也会系统地扭曲需求。以移动平均法为例，前3个月的趋势是每月递增10%,那第4个月的预测也将在前3月的平均值上递增10%。但市场增长不是无限的，总有一天实际需求会降低，这差额就成了多余库存。如果供应链各个企业采用同样的预测方法，并且根据上级客户的预测需求来更新预测，这种系统性的放大就会非常明显。
为了达到生产、运输上的规模效应，厂家往往批量生产或购货，以积压一定库存为代价换取较高的生产效率和较低成本。在市场需求减缓或产品升级换代时，代价往往巨大，导致库存积压、库存品过期，或二者兼具。例如笔者所管理的一家加工设备机箱的小供应商，直到宣布关门停业数月后还没有用掉生产积压下的数种机箱，主要是因为大批量生产。
厂家为促销往往会推出各种促销措施，其结果是买方大批量买进而导致部分积压，在零售业尤为显著。这使市场需求更加不规则、人为加剧需求变化幅度，严重影响整个供应链的正常运作。研究表明，价格浮动和促销只能把未来的需求提前，到头来整个供应链很难从中获利。当然，在“活在眼下”的企业绩效评估体系驱动下，职业经理人有种种动机做这些看上去不合理的事。
如果某种产品的需求大于供给，且这种情况可能持续一段时间，厂家给供应商的订单可能大于其实际需求，以期供应商能多分配一些产品给它，但同时也传递了虚假需求信息，导致供应商错误地解读市场需求，从而过量生产。随着市场供需渐趋平衡，有些订单会消失或被取消，导致供应商多余库存，也使供应商更难判断需求趋势。等到供应商搞清实际需求已经为时过晚，成为又一个“计划跟不上变化”。这种现象在2000年前后的电子行业有着充分体现，整条供应链都深受其害，积压了大量库存和生产能力，前面提到的思科就是一个典型例子。2005、2006年前后全球原材料短缺，大家拼命多下订单，希望冶炼厂能多分配些产能，客观上造成了冶炼厂产能的过度膨胀。2009年第二季度后部分电子产品短缺，造成市场上类似的过激反应，掀起新一轮的产能、库存膨胀。
上述种种成因，除了批量生产与生产模式有关外，别的大都可以通过供应链范围的信息共享和组织协调来减轻影响。
上下游企业之间培养信任并加大非核心保密信息的交流和共享，通过信息交流代替实物的库存，避免多重预测，减少信息的人为扭曲；在价格政策上，制造商应谨慎使用价格促销，并尽量与零售商实行“天天低价”；在理性预期上，供应商应以历史需求为基础分配产品，从而避免用户单位虚报需求；在生产方式上，供应商应采用精益生产，使达到最佳经济生产批量的数量减小，从而减少供应链库存，提高对市场需求变化的响应速度。但不管如何努力，在不完美的现实世界里，牛鞭效应根深蒂固，可以控制，但不可能完全消除。
