Denne artikkelen gjennomgår systematisk empiriske studier som ser på effektiviteten til Delphi-teknikken, og gir en kritikk av denne forskningen. Funn antyder at Delphi-grupper overgår statistiske grupper (med 12 studier til to med to ‘bånd’) og standardinteraksjonerende grupper (av fem studier til en med to ‘bånd’), selv om det ikke er konsekvente bevis for at teknikken overgår andre strukturerte grupper prosedyrer. Imidlertid eksisterer det viktige forskjeller mellom den typiske laboratorieversjonen av teknikken og det opprinnelige konseptet Delphi, som vanskeliggjør generaliseringer om ‘Delphi’. Disse forskjellene kommer fra mangel på kontroll over viktige gruppe-, oppgave- og teknikkegenskaper (for eksempel det relative nivået på panellistkompetanse og arten av tilbakemeldinger som brukes). Det er faktisk teoretiske og empiriske grunner til å tro at en Delphi utført i samsvar med ‘ideelle’ spesifikasjoner kan yte bedre enn standard laboratorietolkninger. Det ble konkludert med at det kreves et annet fokus for forskning for å svare på spørsmål om Delphis effektivitet, med fokus på en analyse av prosessen med domsendring innen nominelle grupper.