Saif Ali AlghamdiTransformation & Growth Advisor
تواصل
Business Fields and Theoriesحقول الأعمال ونظرياتهاOperations & Supply Chainالعمليات وسلاسل الإمداد
OPERATIONS & SUPPLY CHAIN · PhDالعمليات وسلاسل الإمداد · دكتوراه

Bullwhip Effectظاهرة أثر السوط (Bullwhip)

SectionالقسمOperations & Supply Chainالعمليات وسلاسل الإمداد
Reading timeزمن القراءة9 min٩ دقيقة
ByإعدادSaif Alghamdiسيف الغامدي
One

Overview

Theory: The bullwhip effect (a phenomenon with a formal model)
Primary field: Operations & Supply Chain
Core question: Why does order variability grow at each stage upstream of the consumer, even when consumer demand is nearly flat?
By: Saif Alghamdi

The bullwhip effect is the name of a pattern rather than a theory: the variance of orders rises at each step as demand information moves upstream, from retailer to distributor to manufacturer to raw material supplier. A small change in what consumers buy becomes a larger swing in factory orders and a larger one still in orders for components. What earns the pattern a page among theories is that it has been given a formal model, one that explains why locally sensible ordering rules produce it and that yields testable predictions about lead times, forecasting methods and the value of shared information.

The pattern matters because variance is expensive. A stage that faces amplified orders carries safety stock against swings the end market never produced, alternates between overtime and idle capacity, and misreads its own order book as a signal about the market. The cost falls hardest on the stages furthest from the consumer, which are also the stages with the least information about what the consumer is doing.

Two traditions claim the phenomenon. The system dynamics tradition, beginning with Forrester, treats amplification as a consequence of feedback structure and delay, made worse by how people misjudge pipelines. The operations research tradition, formalized by Lee, Padmanabhan and Whang, treats it as the outcome of rational responses to four specific features of the chain. The two point to different remedies, and a study that uses the term without choosing between them has not yet said what it is testing.

الأول

نظرة عامة

النظرية: أثر السوط (ظاهرةٌ لها نموذج صوري)
الحقل الأساسي: العمليات وسلاسل الإمداد
السؤال الجوهري: لماذا يتزايد تذبذب الطلبيات في كل مرحلةٍ أعلى من المستهلك، حتى حين يكون طلب المستهلك شبه ثابت؟
إعداد: سيف الغامدي

أثر السوط اسمٌ لنمطٍ لا لنظرية: يرتفع تباينُ الطلبيات في كل خطوةٍ كلما انتقلت معلومةُ الطلب إلى أعلى السلسلة، من تاجر التجزئة إلى الموزّع إلى المصنّع إلى مورّد المواد الخام. فتغيّرٌ صغير فيما يشتريه المستهلكون يصير تأرجحًا أكبر في طلبيات المصنع، وأكبر منه في طلبيات المكوّنات. وما يكسب هذا النمطَ صفحةً بين النظريات أنه أُعطي نموذجًا صوريًّا يفسّر لماذا تنتجه قواعدُ طلبٍ معقولةٌ محلّيًّا، ويقدّم تنبّؤاتٍ قابلةً للاختبار عن مُهَل التوريد وطرائق التنبّؤ وقيمة المعلومة المشتركة.

ويهمّ النمط لأن التباين مكلف. فالمرحلةُ التي تواجه طلبياتٍ مضخَّمة تحمل مخزونَ أمانٍ ضدّ تأرجحاتٍ لم تنتجها السوق النهائية قطّ، وتتناوب بين العمل الإضافي والطاقة المعطَّلة، وتسيء قراءة دفتر طلبياتها بوصفه إشارةً عن السوق. وتقع الكلفة أشدَّ ما تقع على المراحل الأبعد عن المستهلك، وهي نفسُها المراحل الأقلُّ معرفةً بما يفعله المستهلك.

ويتنازع الظاهرةَ تقليدان. فتقليد ديناميكيات النُّظم، بدءًا بفورستر، يعامل التضخيم لازمًا لبنية التغذية الراجعة والتأخير، يزيده سوءًا ما يخطئ به الناس في تقدير خطوط الإمداد. وتقليد بحوث العمليات، الذي صوّره لي وبادمانابان ووانغ، يعامله نتيجةً لاستجاباتٍ عقلانية لأربع خصائص بعينها في السلسلة. ويشير التقليدان إلى علاجين مختلفين، والدراسةُ التي تستعمل المصطلح من غير أن تختار بينهما لم تقل بعدُ ما الذي تختبره.

Two

Where It Came From

Forrester, 1958 and 1961. The first demonstration, by simulation of a production and distribution system, that a ten percent step in retail sales could produce a swing of forty percent or more in factory output. Forrester attributed the amplification to delays in the ordering and shipping pipeline and to the feedback loops linking them. He did not use the word bullwhip; the older literature calls this the Forrester effect.

Sterman, 1989. The beer distribution game, run as a controlled experiment with hundreds of subjects. Participants who knew the structure of the chain still produced oscillation and amplification. Sterman's explanation is behavioral: decision makers under-weight the supply line, treating goods already ordered but not yet received as if they did not exist, and so order again. This placed a cognitive mechanism beside Forrester's structural one.

Lee, Padmanabhan and Whang, 1997. The paper that named the effect, after a Procter and Gamble observation of diaper orders swinging while infant demand stayed flat. Their contribution is to show that amplification arises from rational, optimizing behavior at each stage through four causes: demand signal processing, order batching, price fluctuation, and rationing with shortage gaming. If the causes are rational, the remedy is structural rather than educational.

Chen, Drezner, Ryan and Simchi-Levi, 2000. The quantification. Under an order-up-to policy with a moving average forecast, the variance of orders relative to demand has a lower bound that rises with lead time and falls with the forecast window. Sharing point-of-sale data lowers the bound but does not remove it, because the lead time term survives.

Cachon, Randall and Schmidt, 2007. The empirical challenge. Using industry-level data for the United States, they found that most manufacturing industries do not amplify demand and that many smooth it, because seasonal production smoothing works against amplification. Retailers in particular smooth. Their finding is that bullwhip is a product-level and firm-level phenomenon that aggregation can hide, which reshaped how the effect is measured. Bray and Mendelson, 2012, working at firm level, found it in most firms, with demand signal processing as the dominant cause.

الثاني

الأصل والنشأة

فورستر، ١٩٥٨ و١٩٦١. أول بيانٍ، بمحاكاة نظامِ إنتاجٍ وتوزيع، أن قفزةً بعشرةٍ في المئة في مبيعات التجزئة قد تنتج تأرجحًا بأربعين في المئة أو أكثر في مخرجات المصنع. وعزا فورستر التضخيم إلى التأخيرات في خطّ الطلب والشحن وإلى حلقات التغذية الراجعة الرابطة بينها. ولم يستعمل كلمة السوط؛ والأدبياتُ الأقدم تسمّي هذا أثر فورستر.

ستيرمان، ١٩٨٩. لعبة توزيع البيرة، أُجريت تجربةً مضبوطة على مئات المشاركين. فمن عرفوا بنية السلسلة أنتجوا مع ذلك تذبذبًا وتضخيمًا. وتفسير ستيرمان سلوكي: يبخس متّخذو القرار خطَّ الإمداد، فيعاملون ما طُلب ولم يصل بعدُ كأنه غير موجود، فيطلبون من جديد. وهذا وضع آليةً معرفية إلى جانب آلية فورستر البنيوية.

لي وبادمانابان ووانغ، ١٩٩٧. الورقة التي سمّت الأثر، بعد ملاحظةٍ في بروكتر آند غامبل لطلبيات الحفاضات تتأرجح بينما طلب الرضّع ثابت. وإسهامُهم بيانُ أن التضخيم ينشأ من سلوكٍ عقلاني مُحسِّن في كل مرحلة عبر أربعة أسباب: معالجة إشارة الطلب، وتجميع الطلبيات، وتقلّب الأسعار، والتقنين مع المناورة عند النقص. فإذا كانت الأسباب عقلانية كان العلاج بنيويًّا لا تعليميًّا.

تشن ودريزنر وراين وسيمتشي-ليفي، ٢٠٠٠. التكميم. ففي سياسة الطلب حتى مستوى مع تنبّؤٍ بالمتوسط المتحرّك، لتباين الطلبيات نسبةً إلى الطلب حدٌّ أدنى يرتفع بمهلة التوريد وينخفض بطول نافذة التنبّؤ. ومشاركةُ بيانات نقاط البيع تخفض الحدّ ولا تزيله، لأن حدَّ المهلة يبقى.

كاشون وراندال وشميت، ٢٠٠٧. التحدّي التجريبي. فباستعمال بياناتٍ على مستوى الصناعة في الولايات المتحدة وجدوا أن أكثر الصناعات التحويلية لا تضخّم الطلب وأن كثيرًا منها يمهّده، لأن تمهيد الإنتاج الموسمي يعمل ضدّ التضخيم. وتجّار التجزئة خاصّةً يمهّدون. ونتيجتُهم أن أثر السوط ظاهرةٌ على مستوى المنتج والمنشأة يستطيع التجميع إخفاءها، وهذا أعاد تشكيل طريقة قياسه. وقد وجده براي ومندلسون، ٢٠١٢، على مستوى المنشأة في أكثر المنشآت، ومعالجةُ إشارة الطلب سببُه الغالب.

Three

How It Works

Var(q) / Var(D) ≥ 1 + 2L/p + 2L²/p²

This is the Chen, Drezner, Ryan and Simchi-Levi bound for a single stage using an order-up-to policy and a moving average forecast over p periods, with replenishment lead time L. Two things follow. Longer lead times amplify quadratically, not linearly. A longer forecast window damps amplification, because a longer window reacts less to any one period, but only at the cost of slower response to a real change in the level of demand. Across k stages the bound compounds, so the stage furthest upstream sees the product of the ratios.

CauseThe local decision that produces itStructural countermeasure
Demand signal processingEach stage forecasts from the orders it receives, updates its order-up-to level, and covers the lead time with the revised forecastShare point-of-sale data, forecast once for the chain, shorten lead time
Order batchingFixed ordering and transport costs make orders periodic and lumpy, and calendar cycles synchronize themLower the fixed cost per order, mixed loads, third-party consolidation
Price fluctuationPromotions and trade deals cause forward buying, so orders track price rather than consumptionStable pricing, costing of promotions at their full chain cost
Rationing and shortage gamingWhen supply is allocated in proportion to orders, buyers inflate orders and cancel the excess laterAllocate on past sales, share capacity information, penalize cancellation
The effect does not require anyone to behave badly. Each of the four causes is a locally optimal response to the information and cost structure the stage faces. This is the implication most often lost in practice, where the reflex is to train planners or blame suppliers. Training does not change the lead time or the allocation rule, and the model says those are what produce the amplification.

The behavioral layer sits on top. Sterman's experiments remove all four of Lee's causes, with no fixed ordering cost, no price changes and no rationing, and amplification still appears. The mechanism there is supply line under-weighting: people order against the gap between target and on-hand stock and discount what is already in the pipeline. A real chain has both layers, and the two are usually not separated in empirical work.

Smoothing is the mirror image. When capacity adjustment is costlier than holding inventory, a rational stage damps rather than amplifies. This is why the question is not whether a chain amplifies but where along it amplification and smoothing occur, and which cost is doing the work at each point.

الثالث

الآلية والمتغيّرات

Var(q) / Var(D) ≥ 1 + 2L/p + 2L²/p²

هذا حدُّ تشن ودريزنر وراين وسيمتشي-ليفي لمرحلةٍ واحدة تستعمل سياسة الطلب حتى مستوى وتنبّؤًا بالمتوسط المتحرّك على p فترة، بمهلة توريد L. ويلزم منه أمران. فالمُهَل الأطول تضخّم تربيعيًّا لا خطّيًّا. ونافذةُ التنبّؤ الأطول تخمد التضخيم، لأنها أقلُّ تفاعلًا مع أيّ فترةٍ بعينها، لكن بثمن استجابةٍ أبطأ لتغيّرٍ حقيقي في مستوى الطلب. وعبر k مرحلة يتراكب الحدّ، فترى المرحلةُ الأبعد إلى أعلى حاصلَ ضرب النسب.

السببالقرار المحلّي الذي ينتجهالعلاج البنيوي
معالجة إشارة الطلبتتنبّأ كل مرحلة من الطلبيات التي تصلها، وتحدّث مستوى الطلب، وتغطّي المهلة بالتنبّؤ المعدَّلمشاركة بيانات نقاط البيع، وتنبّؤٌ واحد للسلسلة، وتقصير المهلة
تجميع الطلبياتكلفة الطلب والنقل الثابتة تجعل الطلبيات دورية متكتّلة، ودورات التقويم تزامنهاخفض الكلفة الثابتة للطلبية، وحمولات مختلطة، وتجميعٌ لدى طرفٍ ثالث
تقلّب الأسعارالعروض والصفقات التجارية تسبّب الشراء المسبق، فتتبع الطلبياتُ السعرَ لا الاستهلاكتسعيرٌ مستقرّ، وتكليف العروض بكلفتها الكاملة على السلسلة
التقنين والمناورة عند النقصحين يُوزَّع الإمداد بنسبة الطلبيات يضخّم المشترون طلبياتهم ثم يلغون الفائضالتوزيع على المبيعات السابقة، ومشاركة معلومات الطاقة، ومعاقبة الإلغاء
لا يقتضي الأثر أن يسيء أحدٌ التصرّف. فكلُّ سببٍ من الأربعة استجابةٌ مثلى محلّيًّا لبنية المعلومة والكلفة التي تواجهها المرحلة. وهذه اللازمة أكثرُ ما يضيع في الممارسة، حيث الاستجابة التلقائية تدريبُ المخطّطين أو لومُ المورّدين. والتدريب لا يغيّر المهلة ولا قاعدة التوزيع، والنموذج يقول إنهما ما ينتج التضخيم.

والطبقةُ السلوكية تعلو ذلك. فتجاربُ ستيرمان تزيل أسباب لي الأربعة كلَّها، فلا كلفة طلبٍ ثابتة ولا تغيّر أسعار ولا تقنين، ويظهر التضخيم مع ذلك. والآلية هناك بخسُ خطّ الإمداد: يطلب الناس على قدر الفجوة بين المستهدَف والمخزون الحاضر ويستهينون بما في الطريق أصلًا. والسلسلةُ الحقيقية فيها الطبقتان، ولا يُفصل بينهما عادةً في العمل التجريبي.

والتمهيد هو الصورة المعكوسة. فحين يكون تعديل الطاقة أكلفَ من حمل المخزون تخمد المرحلةُ العقلانية بدل أن تضخّم. ولهذا لم يكن السؤال هل تضخّم السلسلة، بل أين على امتدادها يقع التضخيم والتمهيد، وأيُّ كلفةٍ تقوم بالعمل عند كل نقطة.

Four

Using It in Research

The design that works is a panel of orders and sales at the level of the ordering decision. Product by location by period, or firm by product by period, with both the demand the stage faced and the orders it placed. From that the variance ratio can be computed, deseasonalized and decomposed. Experiments with the beer game and its variants work for the behavioral layer. Simulation with parameters calibrated to real lead times works for policy comparison, provided the calibration is reported.

The designs that fail are the ones that skip the measurement. Surveys asking managers whether their chain experiences bullwhip measure a belief. Industry aggregates mix products with different seasonality and net amplification against smoothing. Case narratives that describe a swing without a variance ratio cannot be compared with anything. A regression of firm performance on a bullwhip dummy has neither a mechanism nor a control.

Measure where the ordering decision is made. The Cachon, Randall and Schmidt result is a warning about aggregation: seasonal smoothing by manufacturers at industry level can cancel amplification at product level, so a null result in aggregate data says nothing about the mechanism. Compute the ratio at the level of the decision, state the time bucket and the deseasonalization rule, and report how the ratio moves with both.

Where the setting is distinctive. The model's own parameters are lead time, forecast method, batching cost and allocation rule, and each of them takes an unusual value in a Gulf chain.

  • Pilgrimage and tourism seasonality. Demand for food, water, transport and lodging in the pilgrimage cities has a very large and fully anticipated peak that moves against the civil calendar by about eleven days each year. A chain that forecasts from order history will treat the moving peak as a signal; one that forecasts from the calendar will not. This is a clean test of demand signal processing against calendar knowledge, and the lunar shift is a natural instrument.
  • Long import lead times. Much of what Gulf retailers and manufacturers order arrives by sea from Asia and Europe, with L measured in weeks. The bound says amplification rises with the square of L, so imported and domestically sourced items in the same category should differ in a predictable direction. That comparison has not been made with product-level data.
  • The state as the largest customer. Public procurement follows budget cycles and tender thresholds, which is order batching at the top of the chain by rule rather than by cost. Whether year-end spending propagates variance to suppliers of government entities is measurable from procurement records.
  • Giga projects and shortage gaming. Construction programmes of national scale create periodic shortages of cement, steel and aggregates, and suppliers allocate. The rationing cause predicts order inflation and later cancellation, which project procurement data would show.
  • Centralized electronic invoicing. A national archive of inter-firm invoices is, in effect, an order dataset across the whole economy at daily frequency. The literature's central measurement problem is the absence of order data below the firm level. Where such an archive is accessible for research, the problem is largely solved.
الرابع

التوظيف البحثي

التصميم الذي ينجح لوحةُ طلبياتٍ ومبيعات على مستوى قرار الطلب. منتجٌ في موقعٍ في فترة، أو منشأةٌ في منتجٍ في فترة، مع الطلب الذي واجهته المرحلة والطلبيات التي وضعتها معًا. ومن ذلك تُحسب نسبة التباين وتُنزع موسميّتها وتُفكَّك. وتصلح تجاربُ لعبة البيرة وصورها للطبقة السلوكية. وتصلح المحاكاةُ بمعاملاتٍ معايَرة على مُهَلٍ حقيقية لمقارنة السياسات، بشرط الإبلاغ عن المعايرة.

والتصاميم التي تخفق هي التي تتخطّى القياس. فالمسوح التي تسأل المديرين هل تشهد سلسلتُهم أثر السوط تقيس اعتقادًا. ومجاميع الصناعة تخلط منتجاتٍ مختلفة الموسمية وتصفّي التضخيم مقابل التمهيد. والسرديات الحالية التي تصف تأرجحًا بلا نسبة تباين لا تُقارن بشيء. وانحدارُ أداء المنشأة على متغيّرٍ صوري للسوط لا آلية له ولا ضبط.

قِس حيث يُتّخذ قرار الطلب. فنتيجة كاشون وراندال وشميت تحذيرٌ من التجميع: تمهيدُ المصنّعين الموسمي على مستوى الصناعة قد يلغي التضخيم على مستوى المنتج، فنتيجةٌ صفرية في بياناتٍ مجمَّعة لا تقول شيئًا عن الآلية. فاحسب النسبة على مستوى القرار، وصرّح بوحدة الزمن وقاعدة نزع الموسمية، وأبلغ كيف تتحرّك النسبة بهما.

وحيث يكون السياق متميّزًا. فمعاملات النموذج نفسه هي المهلة وطريقة التنبّؤ وكلفة التجميع وقاعدة التوزيع، وكلٌّ منها يأخذ قيمةً غير معتادة في سلسلةٍ خليجية.

  • موسمية الحجّ والسياحة. فللطلب على الغذاء والماء والنقل والإيواء في مدينتي الحرمين ذروةٌ كبيرة جدًّا ومتوقَّعة تمامًا تتحرّك عكس التقويم الميلادي نحو أحد عشر يومًا كل سنة. والسلسلةُ التي تتنبّأ من تاريخ الطلبيات تعامل الذروة المتحرّكة إشارة؛ والتي تتنبّأ من التقويم لا تفعل. وهذا اختبارٌ نظيف لمعالجة إشارة الطلب في مقابل معرفة التقويم، والانزياحُ القمري أداةٌ طبيعية.
  • مُهَل الاستيراد الطويلة. فكثيرٌ مما يطلبه تجّار التجزئة والمصنّعون في الخليج يصل بحرًا من آسيا وأوروبا، بمهلةٍ تُقاس بالأسابيع. والحدّ يقول إن التضخيم يرتفع بمربّع المهلة، فينبغي أن يختلف المستورَد والمحلّي في الفئة نفسها في اتجاهٍ متوقَّع. وهذه المقارنة لم تُجرَ ببياناتٍ على مستوى المنتج.
  • الدولة أكبرَ عميل. فالمشتريات العامة تتبع دورات الميزانية وعتبات المنافسات، وذلك تجميعُ طلبياتٍ في رأس السلسلة بالقاعدة لا بالكلفة. وهل ينقل إنفاقُ آخر السنة التباينَ إلى مورّدي الجهات الحكومية سؤالٌ قابل للقياس من سجلّات المشتريات.
  • المشاريع الكبرى والمناورة عند النقص. فبرامج البناء ذات النطاق الوطني تنتج نقصًا دوريًّا في الإسمنت والحديد والركام، ويقنّن المورّدون. وسببُ التقنين يتنبّأ بتضخيم الطلبيات ثم إلغائها، وهو ما تُظهره بيانات مشتريات المشاريع.
  • الفوترة الإلكترونية المركزية. فأرشيفٌ وطني للفواتير بين المنشآت هو، في الحقيقة، مجموعةُ بيانات طلبيات عبر الاقتصاد كلّه بتواترٍ يومي. ومشكلةُ القياس المركزية في الأدبيات غيابُ بيانات الطلبيات دون مستوى المنشأة. وحيث يُتاح مثلُ هذا الأرشيف للبحث تكون المشكلة محلولةً في معظمها.
Five

Limits and Critique

It is a phenomenon, and its two explanations compete. The rational-causes model and the behavioral model imply different remedies, one structural and one about decision support, and the literature seldom tests them against each other in the same data. Calling both "the bullwhip effect" hides a live disagreement about mechanism.

The empirical evidence depends on aggregation. Industry data show little amplification and much smoothing; firm and product data show amplification in most cases. Both findings are correct at their own level. A study must say which level it is about and why that level is where the mechanism operates.

The variance ratio is fragile. It changes with the length of the time bucket, the seasonal adjustment, the treatment of promotions and the window of the forecast. A ratio near one can be the result of amplification and smoothing cancelling. Reporting a single ratio without its sensitivity is close to reporting nothing.

Information sharing is oversold. The bound shows that point-of-sale sharing removes the forecast-update term but leaves the lead time term, and field evidence on vendor-managed inventory and collaborative forecasting is mixed. Lead time reduction, which is harder, does more.

The model is single-product and stationary. Substitution among products, non-stationary demand, capacity limits and multi-sourcing all break the closed form. The extensions exist but are rarely used in empirical work, which mostly tests the simple bound.

Use the bullwhip effect as a measured quantity rather than a label. Compute the variance ratio at the level where orders are actually placed, state the time bucket and seasonal adjustment, and decompose the result into the four rational causes before appealing to behavior. Where the setting offers long import lead times, a large moving seasonal peak, batched public procurement and, potentially, an economy-wide invoice archive, the model's own parameters are what make the study original, and the design should be built around them.
الخامس

الحدود والنقد

هي ظاهرة، وتفسيراها يتنافسان. فنموذج الأسباب العقلانية والنموذج السلوكي يلزم منهما علاجان مختلفان، أحدهما بنيوي والآخر في دعم القرار، وقلّما تختبرهما الأدبيات أحدهما ضدّ الآخر في البيانات نفسها. وتسميةُ الاثنين «أثر السوط» تخفي خلافًا حيًّا في الآلية.

والشواهد التجريبية تتوقّف على التجميع. فبيانات الصناعة تُظهر تضخيمًا قليلًا وتمهيدًا كثيرًا؛ وبيانات المنشأة والمنتج تُظهر تضخيمًا في أكثر الحالات. وكلا النتيجتين صحيحةٌ في مستواها. وعلى الدراسة أن تقول أيَّ مستوى تتناول ولماذا يكون ذلك المستوى حيث تعمل الآلية.

ونسبة التباين هشّة. فهي تتغيّر بطول وحدة الزمن، والتعديل الموسمي، ومعاملة العروض، ونافذة التنبّؤ. ونسبةٌ قريبة من الواحد قد تكون حاصل إلغاء التضخيم والتمهيد أحدهما الآخر. والإبلاغُ عن نسبةٍ واحدة بلا حساسيّتها قريبٌ من الإبلاغ عن لا شيء.

ومشاركة المعلومات مبالَغٌ في بيعها. فالحدّ يبيّن أن مشاركة نقاط البيع تزيل حدَّ تحديث التنبّؤ وتترك حدَّ المهلة، وشواهدُ الميدان على المخزون المدار من المورّد والتنبّؤ التعاوني مختلطة. وتقصيرُ المهلة، وهو أصعب، يفعل أكثر.

والنموذج أحاديّ المنتج ومستقرّ. فالإحلال بين المنتجات، والطلب غير المستقرّ، وحدود الطاقة، وتعدّد المصادر، كلُّها تكسر الصيغة المغلقة. والتوسيعات موجودة لكنها قليلة الاستعمال في العمل التجريبي، الذي يختبر في معظمه الحدَّ البسيط.

استعمل أثر السوط كمّيةً مقيسة لا وسمًا. فاحسب نسبة التباين على المستوى الذي تُوضع فيه الطلبيات فعلًا، وصرّح بوحدة الزمن والتعديل الموسمي، وفكّك النتيجة إلى الأسباب العقلانية الأربعة قبل الاحتكام إلى السلوك. وحيث يتيح السياق مُهَل استيرادٍ طويلة، وذروةً موسمية كبيرة متحرّكة، ومشترياتٍ عامة مجمَّعة، وربما أرشيفَ فواتير على مستوى الاقتصاد، فإن معاملات النموذج نفسه هي ما يجعل الدراسة أصيلة، وينبغي أن يُبنى التصميم حولها.