客户信息管理系统(数据挖掘).doc

客户信息管理系统(数据挖掘)

———————————————————————————————— 作者：
———————————————————————————————— 日期：

29

个人收集整理 勿做商业用途
客户信息管理系统
目 次
1 绪论 1
2 理论背景及开发方法介绍 2
2。1 客户关系管理理论 2
2.2 数据挖掘技术 3
2.3 开发方法 5
2。4系统框架 6
3 系统分析 8
3。1 公司背景介绍 8
3.2 系统需求分析 8
3.3 系统功能分析 10
3.4 业务流程分析 11
3.5 数据流程分析 13
3。6系统信息建模 37
4 系统设计 39
4.1信息分类 39
4.2体系结构设计 40
4。3代码设计 42
4.4数据库的设计 43
4.5输入输出设计 46
4。6处理流程设计 48
4.7 界面设计 51
5 系统实现 54
5.1系统编程与测试 54
5。2系统实施 55
5.3系统维护 59
结 论 60
致 谢 61
参 考 文 献 62
附录:系统的配置与运行说明 63

本设计来自：完美毕业设计网http：//www.bysj520。com
登陆网站联系客服远程截图或者远程控观看完整全套论文图纸设计
客服QQ:8191040

1 绪论
近几年,随着全球经济一体化进程的不断加快，信息化潮流席卷全球，其程度高低已成为衡量一个国家综合国力的重要标志，成为21世纪不可抗拒的必然选择。IT技术和现代管理思想的引入，为竞争压力下的中国企业注入勃勃生机.进入WTO以后，我国企业将直接面对全球竞争，从表面上看是企业之间的竞争，但其实质是不同国家政府之间的管理体制、管理方式、管理职能与管理效率的竞争。企业只有为客户提供良好的服务，才能使企业在严酷的国际竞争中获取竞争优势。
客户关系管理作为一种全新的战略思维和工作方法，正以前所未有的速度在各个企业中迅速普及，给企业带来新的管理技术和管理思想，并对企业原有的企业文化带来一次全新的革命.CRM可以帮助企业充分利用客户关系资源,扩展新的市场和业务渠道，提高顾客满意度和企业的盈利能力，使企业在激烈的竞争中得以立足和发展。
本文正是在该理论基础上对一个特定企业的客户信息系统进行开发和设计，分为四个部分进行。
第一部分从客户关系管理的基本理论出发，阐述了客户关系管理的产生背景、发展历程、基本概念和作用,接着介绍了和客户关系管理紧密相关的数据挖掘的理论，数据技术的发展.同时说明了系统开发涉及到的开发内容和方法等。
第二部分从对JH_BOOK公司销售部门现状入手对其客户信息系统作需求分析。分别从需求分析、业务流程分析、功能分析、数据流程分析和信息建模几个方面进行.
第三部分主要对客户的信息管理系统的设计。按照系统设计的步骤展开。
最后通过系统的测试、实施和维护来实现系统，实现对销售部门的业务流程的优化。在系统实施中对于客户类型的划分的模块实现上采用了传统数据挖掘技术，即以JH_BOOK公司的销售部门的部分客户数据为案例，通过统计分析软件SAS对客户的类型划分。

2 理论背景及开发方法介绍
2.1 客户关系管理理论
客户关系管理（Customer Relationship Management,CRM),从管理科学的角度来考察，CRM是一种“以客户关系一对一理论”为基础，以客户为中心的市场营销理论和战略，旨在改善企业与客户之间关系的新型管理机制，同时也是包括一个组织机构判断、选择、争取、发展和保持客户所要实施的全部商业过程。“客户关系一对一理论”认为，每个客户的需求是不同的,只有尽可能地满足每个客户的特殊需求,进行一对一个性化服务，企业才能提高竞争力。每个客户对企业的价值也是不同的，通过满足每个客户的特殊需求,特别是满足重要客户的特殊需求，企业可与每个客户建立起长期稳定的关系，客户同企业之间的每一次交易都使得这种关系更加稳固,从而使企业在同客户的长期交往中获得更多的利润。因此，CRM的实质就是企业基于客户知识的获取、存储、传递、转化、整合、创造等管理过程。
从解决方案的角度考察，它是将市场营销的科学管理理念通过信息技术集成在软件上,在网络时代的客户关系管理应该是利用现代信息技术手段，借助IT系统可以对业务流程和管理结构进行调整，把业务流程、管理结构和IT系统三者结合起来考虑，在企业和客户之间建立一种数字的、实时的、互动的交流管理系统 。
所以，CRM的内涵是企业利用IT技术和Internet技术实现对客户的整合营销，是以客户为核心的企业营销的技术和管理实现。
CRM的核心管理思想包括以下三个方面：
l 客户是企业发展的最重要资源之一;
l 对企业与客户发生的各种关系进行全面管理；
l 进一步延伸企业供应链管理。
(1）CRM的发展经历
客户关系管理理念的出现与美国企业的管理体系和信息技术40多年来的发展历程密切相关.20世纪80年代中期，信息技术和IT产业开始进入飞速发展的阶段，许多企业为了降低成本、提高效率、增强竞争力，纷纷重新设计业务流程,MRPII、ERP等信息系统的实施大大提高了企业内部业务流程的自动化程度,效率得到明显改善，企业可以有更多的精力关注与外部相关利益者的互动，以便抓住更多的商业机会。随着日益激烈的市场竞争，企业所处的市场环境从卖方市场过渡到买方市场，赢得客户长久的信任和支持对于企业的重要性空前提高，一些可以帮助企业从各个方面进行客户管理的技术和管理思想相继出现，CRM系统应运而生.
客户关系管理起源于20世纪80年代初提出的“接触管理”（Contact Management）,即专门收集整理客户与公司联系的所有信息。到90年代初期，则演变成为包括电话服务中心与支援资料分析的“客户关怀"（Customer Care）。1990年前后,许多美国企业为了满足日益竞争的市场需要，开始开发销售力自动化系统和发展客户服务系统，虽然增强了特定的商务功能,但却未能提供完整的加强越个体客户间关系的手段.1996年后，一些公司开始推出整合交叉功能的CRM解决方案，把内部数据处理、销售跟踪、客户服务请求融合一体，不仅包括软件，还包括硬件、专业服务和培训,为公司雇员提供全面的及时的数据，然他们清晰了解每位客户的需求和购买历史,从而提供相应的服务。20世纪90年代后期,Internet技术的迅猛发展加速了CRM的应用和发展。WEB站点、在线客户自助服务和基于销售自动化的电子邮件让每一个CRM解决方案的采纳者进一步拓展了服务能力.
（2)应用现状
CRM与ERP，SCM并称作提高企业竞争力的三大法宝。CRM是ERP、 SCM、电子商务等系统与客户交互的平台，在企业与客户间提供一个统一高效的平台。CRM系统的主要功能包括：客户信息管理、市场营销管理、销售管理和服务管理与客户关怀。虽然CRM的功能涵盖了以上的方方面面，但是根本的作用为了改善服务,提高效率和降低成本，最终达到提高客户满意度的效果.
客户关系管理系统也成为了管理软件厂商追逐的热点之一，以Oracle、 Siebel、IBM等为代表的一批顶级IT企业都表现出对CRM前景坚定的信心，己开始在此领域部署解决方案.Oracle、Siebel等软件巨头业己视CRM为未来的重要发展方向，成为CRM应用中的主流厂商。连传统IT产业的代表IBM公司也表示将为CRM的发展增砖添瓦，IBM公司全球产业部总经理Linda Sanford称：“IBM公司已经将CRM作为一个主要领域，它将为CRM提供专门的技术。”而众多的CRM渠道和咨询公司也在力争占领新市场的份额，五大咨询公司中安盛、德勤、普华永道都己开始提供CRM咨询，此外还迅速崛起了很多提供CRM服务咨询的公司。对他们来说，这一潜在市场的服务收入将发展成其收入增长的重要来源。
2。2 数据挖掘技术
2.2.1 数据挖掘概述
1989年8月，在第11届国际人工智能联合会议的专题研讨会上首次提出了基于数据库的知识发现（KDD, Knowledge Discovery Database ）技术。该技术涉及到机器的学习、模式识别、统计学、智能数据库、知识获取、专家系统、数据可视化、高性能计算等领域，技术难度较大，一时难以满足应付信息爆炸的实际需要.到了1995年，在美国计算机年会上（ACM）提出了数据挖掘（DM Data Mining）的概念,即通过从数据库中抽取隐含的、未知的、具有潜在使用价值的信息的过程。由于数据挖掘是KDD过程中最为关键的步骤，因此，在实际应用中对数据挖掘和KDD这两个术语的应用往往不加以区别。
(1）这里主要从技术角度和商业角度给出数据挖掘的定义：
数据挖掘的技术定义：从技术角度看,数据挖掘是从大量的、不完全的、有噪声的、随机的实际数据中提取隐含在其中的、人们所不知道的但又是潜在有用的信息和知识的过程。数据挖掘的商业定义：从商业应用角度看，数据挖掘是一种崭新的商业信息处理技术,其主要特点是对商业数据库中的大量业务数据进行抽取、转化、分析和处理，从中提取辅助商业决策的关键知识，即从一个数据库中自动发现相关的商业模式.简而言之，数据挖掘是一类深层次的数据分析。
（2）数据挖掘的分类
数据挖掘的发展受到数据库系统、统计学、机器学习、可视化技术、信息技术以及其他学科的影响，例如神经网络、模糊/粗糙集理论、知识表示、归纳技术、高性能计算等。如果从常用的数据挖掘技术来看可以分成三大类：传统的分析类、知识发现类、其他最新发展的一些数据挖掘技术。
1） 传统分析类
传统的统计分析(或称数据分析）技术中使用的数据挖掘模型有线性分析、非线性分析、回归分析、逻辑回归分析、但变量分析、多变量分析、时间序列分析、最近邻算法、聚类分析等。利用这些技术可以检查那些异常的形式的数据,然后利用各种统计模型和数学模型来解释这些数据，解释隐藏在这些数据背后的市场规律和商业机会。例如，对于图书行业来说，可以利用统计分析工具来区分出大、中、小三种类型的客户，从而更有针对性地对待不同类别的客户,即客户细分。
2 ） 知识发现类
知识发现类数据挖掘技术是与统计类数据挖掘技术完全不同的一种挖掘技术。它可以从数据仓库的大量数据中筛选信息，寻找市场可能出现的运营模式,发掘人们不知道的事实。技术包括：人工神经网络、决策树、遗传算法、粗燥集、规则发现、关联顺序等。
2.2.2 聚类挖掘
聚类（clustering）是一个将数据集划分为若干组（class）或类（cluster)的过程，并使得同一个组内的数据对象具有较高的相似度,而不同组中的数据对象则是不相似的。相似或不相似的度量是基于数据对象描述属性的取值来确定的。
聚类分析就是从给定的数据集中搜索数据对象之间所存在的有价值联系。聚类分析在商业方面的典型应用就是可以帮助市场人员发现顾客群众所存在的不同特征的组群,并可以利用购买模式来描述这些具有不同特征的顾客组群.

X1
X2
….
Xp
1
X11
X21
….
X1p
2
X21
X22
…。
X2p
…
…。.
….。
….
…。
N
Xn1
Xn2
….
Xnp
表2-1聚类分析资料结构
假设我们所研究的对象有n个样本，每个样本由P个变量来描述，则其聚类分析资料结构如下表所示： 在聚类分析中为了把具有相似性质的个体聚为一类，具有不同性质的个体位其他不同的类，需要有一个描述变量的相似性或非相似性的尺度，通常这些尺度可分为定居尺度、定序尺度、定类尺度三种尺度。其中定距尺度的变量方法较为常用。定距尺度是利用连续量来表示描述变量；定序尺度是利用有序的登记来表示描述变量。定类尺度是利用一些类来表示描述变量。
基本的距离定义有两种：
1) Manhatan距离 ∑∣a—b∣
2) 欧氏距离（∑（a–b）2)1/2
由于数据挖掘技术和客户关系管理是紧密相连的，所以在本文对客户信息系统的开发和设计当中，限于对数据挖掘的技术的了解和掌握，仅简单的应用了数据挖掘的知识，即利用一些算法对客户类型进行细分.对于算法的选择上，由于是对客户的数据进行分类,比较适用的算法是聚类算法，即采用聚类分析方法—CLUSTER；对于算法的实现上，采用了统计分析软件SAS来实现.对于该部分的介绍和应用在第五章的系统设计部分，系统客户分类模块的实现上，在该部分将对数据挖掘技术的应用作详细的说明。
2。3 开发方法
本系统开发得主要内容是对该图书发行公司的销售部门所得到的客户信息的管理，并根据系统分析和设计的步骤，建立客户信息管理系统。本文是通过在该图书发行公司调研实习，主要对公司的销售部门在订单数据处理的基础上对客户信息的管理过程进行改造，从而更方便的对客户信息的查询、修改、记录等一系列的操作。提高该部门的内部数据处理效率。
系统开发的方法,该系统的研究主要采用了结构化的系统分析与设计方法(structured system development methodologies),它是迄今为止开发方法中应用最普遍、最成熟的一种。该方法主要包括以下几个特点：
l 自顶向下来设计或规划信息系统
l 用户至上，预先明确用户需求，根据需求来设计信息系统
l 深入调查研究
l 严格按阶段进行
l 充分预料可能发生的变化
l 开发过程工程化
2.4系统框架
用结构化系统开发方法开发一个系统，将整个开发过程划分为五个首尾相连接的阶段一般称之为系统开发的生命周期（life cycle）其开发的各阶段的框架图如图2—1所示。

问题描述
确定系统目标
可行性研究
系统的规划阶段
需求分析
功能分析

功能需求
安全性需求
业务流程分析
系统的分析阶段
系统的体系结构设计

数据库设计

输入输出/界面设计

系统测试
系统设计阶段
系统实施阶段
初步调查
数据流分析
信息建模
系统实施
系统维护
代码设计

图2-1开发的框架图

3系统分析
3。1 公司背景介绍
JH_book图书发行公司是一家私营的企业.该公司成立于1995年，自成立之日起就从事教学辅导类图书的制作、发行工作但是由于当时环境的原因，包括市场不健全，公司运作的整个链条不太完善等，公司的发展一直处在低潮阶段，每年都不见有大的起色，公司能维持其存在外，其赢利状况很不乐观。但是最近几年，大概在2000年左右，由于政策的支持,及其整个行业的发展，公司有了发展，成为一个集批发，销售,编辑,印制等为一体的综合性图书公司，主要销售教学辅导书,其图书销往全国各地，同时也代理销售，其他品牌图书,报刊（主要针对教学类）。
下图是公司各个部门之间的总体的数据流程图，从中我们可以了解公司大致的业务操作。

图3-1公司的职能部门结构

3。2 系统需求分析
3.2.1问题描述
通过在公司下属销售部门的实习和对其业务流程调研,发现该部门目前仍采用较为传统的方式进行如通过电话、传真、电子邮件等方式处理数据和业务操作。在这样的背景进行业务操作，经常导致数据流失、资金和时间浪费、信息滞后、工作效率低下等问题.通过实习我觉得对该公司的销售部门建立一个管理客户信息的系统是十分必要的。根据通过开发客户信息管理系统，建立一个联结客户与部门的平台，使客户与公司之间保持即时的沟通。所以对于图书出版行业来说,实施一个好的管理客户信息的系统,对于提高图书在市场的占有率具有重要的意义。
目前公司内各部门之间，各种与客户相关的数据处于一种信息孤岛状态,得不到有效的充分利用。如何与客户保持紧密的联系,提高客户满意度、忠诚度,快速对客户的要求做出及时反应，提供最全面的客户服务支持；如何采用全新的信息处理技术,使业务人员能够及时方便地了解客户情况及背景资料；如何利用先进的分析处理工具，了解市场需求、竞争对手状况，将客户服务管理工作系统化、专业化和策略化，对客户的特定要求提供个性化的、优质的服务等,已经成为公司下一步发展的焦点问题;而这一切都可以通过实施以客户为中心的管理系统来解决。客户信息管理系统就是在这种背景下提出的。
经过实地调研发现，公司销售部门的现有系统存在的问题主要体现在以下两个方面：
（1） 现有客户信息资源得不到充分、有效的利用。
公司的市场销售部门积累了大量的客户信息及资料，对客户的信息资料只是简单的记录，缺乏对客户潜在需求的分析和分类,并且没有实现客户信息的充分共享，利用率低,无法实现对客户一对一的个性化服务.
（2） 没有一个客户信息管理平台造成了资源的浪费.
由于没有统一的客户信息管理平台，使得公司的供应信息不能及时地与客户实现共享，同时客户的需求信息和部门之间的得不到很好地协调,没有形成与客户的统一接触面,既造成资源浪费(造成库存积压等)，同时又降低了服务效果.
3。2。2功能需求
该部分主要对用户对系统所实现的功能的需求得定义.
(1）功能需求原则
1) 该系统能够使得客户方便的在互联网上进行填写订单以及对自己信息的管理，能　　够方便及时地与公司保持联系.
2) 各种图表的设计以方便客户为原则.
3) 系统内聚性强，可靠性高，有较强的可扩展性。
（2）功能需求
通过该客户信息管理系统能够对客户的数据进行分类管理，包括对客户订单的记录，客户的信息的分组，联系人列表；以及和客户联系活动的记录等功能。系统需要对客户订单的记录，即对销售明细通过系统可以方便的查询,同时对销售机会的预测等功能。对图书的管理方面，要求对图书的信息有详细的记录,客户可以查询图书的信息库存信息,公司相关人员可以对图书的信息进行修改，添加等操作.对客户的反馈信息处理和回馈信息需要通过系统实现。最后就是对系统本身的管理，如数据库的备份，数据的安全性保证等.
总体来讲对该系统的应用所起到的作用可归纳为如下三方面：
1） 提高效率.由于采用了新技术手段，业务处理流程的自动化程度提高了，实现了企业　范围的信息共享。
2） 拓展市场。通过新的业务模式，及时把握新的市场机会，占领更多的市场份额。
3) 保留客户。客户可以自己选择喜欢的方式同企业交流，方便得获取信息得到更好的服务。客户的满意度得到提高。可以帮助企业保留更多的老客户，吸引更多的新客户。
3。2。3性能需求
从信息系统的共性出发，用户对该系统的性能需求主要包括：

（1） 友好的用户界面
（2） 操作简单方便
（3） 较强的实时性
（4） 严格的权限设置
（5） 安全性好
（6） 系统构架的逻辑性强图4-3：系统的功能模块图

3.3 系统功能分析
3。3.1功能模块描述
开发这个系统的目的就是帮助企业销售部门提高工作效率。实现企业客户的信息管理的系统化、规范化和自动化。预计系统的实现的主要功能模块：系统管理、基础数据、客户信息管理、客户沟通管理.
系统管理:主要使用对象为系统管理员。包括：权限分配、数据备份、系统选项配置三个模块来对实施对系统的配置管理活动。
销售信息管理：对于客户的销售订单的纪录，对销售机会的预测等。包括的功能模块有销售机会、销售订单、销售明细.
产品信息管理:记录产品的数据信息，包括的功能模块有产品信息、库存信息、库存调整、进货信息、进货明细.
客户资料管理：客户信息输入、客户分组、客户列表、联系人列表等功能模块，同时对数据的添加、删除、修改功能。
客户沟通管理：该模块主要针对对客户的沟通的问题，建立一个和客户直接交流的平台。主要包括在线问题解决、BBS、客户投诉、客户联系、活动日历、邮件群发等功能模块。
3.3。2系统功能划分
图3—2 系统的功能模块图

3.4 业务流程分析
业务流程分析的主要任务是调查系统中各个环节的管理业务活动,掌握管理业务的内容、作用及信息的输入、输出、数据存储和信息的处理方法及过程等，为建立系统的数据模型和逻辑模型打下基础。对于该公司的业务流程的分析我采用了业务流程图（transitiong flow diagram TFD）.
业务流程分析是一种描述管理系统内各单位、人员之间的业务关系作业顺序和管理信息流向的图表。TFD的基本图形符号如图3—4至图3—9所示。

图3—5信息传递过程
处理

图3—3 单据 图3—4业务处理单位

图3-6数据存储 图3—7具体人员 图3—8表格

销售系统的总体业务流程图:
图3-9总体业务流程图
图书运送部门
图书订单
订单存储
仓库管理人员
客 户
发票单
发货通知单
主管部门
销售
部门
图书库存
财务部 门
发货清单
销售经理
经各级单位协商的定价表
经过统计分类的客户名单列表
发票存储
客户财务状况单
客户反馈
根据对销售部门的业务处理及企业的实际情况提出新系统的流程如表3—1所示。
表3—1 流程优化方案
重组后系统模块
主要功能
重组特性
难点问题
销售信息管理模块
对于客户的销售订单的处理，发票信息、对销售机会的预测等
对销售明细、预计销售机会的记录，提高准确性
市场的变化、预测的准确性
产品信息管理
对产品信息的记录，包括库存、定价、折扣等信息、图书的进货信息
对产品信息的及时录入，方便客户查询
产品的信息的录入未实现通过设备录入如条码扫描等
客户资料管理
对客户信息的详细记录：包括的客户自己的资料管理、客户分类处理等
完善对客户的信息的记录管理，方便对客户信息的处理
-—-—-—-—-—-—-
客户沟通管理
客户的联系、客户的反馈信息及对客户的回馈信息的处理。
建立客户和公司的方便快捷的交流平台
信息平台的建设

3。5 数据流程分析
3.5。1数据流
通过上文中对系统的用例的描述以及活动图我们可了解到系统的基本活动。下面对系统的数据流向画出系统的数据流图，来描述系统，以便于数据库的设计.数据流图（data flow diagram, DFD）是利用外部项、数据流、处理逻辑和数据存储四种基本成分以及若干规则来描述系统逻辑模型的.数据流图的四个基本成分的标识如图3—11至图3—14所示.

图3-10外部实体 图3-11 处理进程 图3-12数据存储 图3-13数据流向

(1）系统的总体数据流图如下：
图3—14系统的总体数据流图

（2） 由于对客户信息的管理的一系列活动及操作都是围绕客户订单的处理活动而展开的，所以对系统的零层数据流程图，我们首先从订单的处理展开对客户订单处理的一层细化.
图3—15订单处理细化数据流图

对接受订单过程一层细化:
图3-16接受订单进程细化图

处理过程一层细化：
图3-17订单处理细化图

对开发票过程一层细化:
图3—18开发票进程细化图

对付款过程一层细化：

图3—19付款进程细化图

客户订单查询过程:

图3—20客户订单查询数据流图

客户处理个人信息过程：

图3—21客户处理个人信息数据流图

客户相关信息处理：

图3—22客户相关信息处理数据流图

客户信息管理：

图3-23公司工作人员管理理客户信息数据流图

3。5.2数据字典
数据流图部分表达了数据和处理的关系。数据字典是系统中各类数据描述的集合是进行详细的数据收集和数据分析所获得的主要成果，它在数据库的设计中占很重要的位置。

（1）数据项的定义

数据项名称：客户编号
含义说明：系统给用户的编号，
由系统自动生成
数据类型：数字
数据长度:6位数字
取值范围：000001—-999999

数据项名称： 客户名
含义说明： 客户的名称
数据类型： 文本
数据长度： 8位
取值范围：无

数据项名称： 客户email
含义说明： 客户的网络通讯方式
数据类型： 文本
数据长度： 20位
取值范围：无

数据项名称：客户电话
含义说明： 客户的电话或是手机
数据类型： 数字
数据长度： 20位
取值范围： 无
数据项名称：订单号
含义说明： 客户订购图书是所需要填
写的单据的编号
数据类型： 数字
数据长度：10位
取值范围:0-9999999999

数据项名称： 图书名
含义说明： 所要订购的图书的名称
数据类型: 文本
数据长度： 20位
取值范围：无

数据项名称：客户地址
含义说明： 客户的具体的单位所在地点
数据类型： 文本

数据长度： 20位
取值范围: 无

数据项名称： 加入日期
含义说明： 客户加入系统的具体时间
数据类型： 日期
数据长度: 8位
取值范围： 无

数据项名称： 实洋
含义说明： 订购数量乘以图书定价在乘 以折扣所得的金额
数据类型： 货币
数据长度：8位
取值范围:0—99999999

数据项名称： 发货日期
含义说明: 公司给客户发货的日期
数据类型： 日期
数据长度： 6位
取值范围： 无

数据项名称： 实得金额
含义说明： 销售部门实际得到的金额
数据类型: 货币
数据长度: 8位
取值范围：0—99999999

数据项名称: 用户ID
含义说明： 公司用户的登陆系统的帐号
数据类型： 文本
数据长度： 8位
取值范围：无

数据项名称： 用户密码
含义说明:公司用户的登陆系统的密码
数据类型： 文本
数据长度： 6位
取值范围：无

数据项名称：订购数量
含义说明: 订购图书的数量
数据类型： 数字
数据长度： 8位
取值范围：0-99999999

数据项名称： 码洋
含义说明: 图书的定价和数量的成
绩得到的金额
数据类型： 货币
数据长度： 8位
取值范围：0-99999999

数据项名称: 订货日期
含义说明: 填写订单的日期
数据类型: 日期
数据长度： 6位
取值范围:无

数据项名称: 交货日期
含义说明： 需要得到所订购的图书的日期
数据类型： 日期
数据长度： 6位
取值范围：无

数据项名称： 折扣规则号
含义说明: 对每一类图书的折扣给出
相应的规则
数据类型: 数字
数据长度： 3位
取值范围:无
数据项名称： 联系人电话
含义说明: 具体的联系人电话
数据类型: 数字
数据长度： 20
取值范围： 无

数据项名称：销售机会号
含义说明： 主管人员对销售机
会的唯一识别
数据类型： 数字
数据长度: 6位
取值范围： 无

数据项名称：预期销售量
含义说明： 预期客户的销售总量
数据类型: 数字
数据长度: 8
取值范围： 0—99999999

数据项名称:主题
含义说明： 对于预测的说明情况
数据类型： 文本
数据长度： 不限
取值范围： 无
数据项名称:仓库号
含义说明: 唯一表示图书所存
放的仓库地点
数据类型： 数字
数据长度: 2
取值范围： 0-99

数据项名称： 折扣
含义说明： 图书的
数据类型： 图书的打折数值

数据长度: 浮点
取值范围： 0.01—1.00

数据项名称：用户名称
含义说明： 公司用户的真实名称
数据类型: 文本
数据长度: 6位
取值范围： 无

数据项名称:用户部门
含义说明： 公司内部人员所属的部门
数据类型： 文本
数据长度: 10位
取值范围： 无

数据项名称：联系人编码
含义说明： 对联系人的唯一标识
数据类型: 数字
数据长度: 6位
取值范围： 无

数据项名称：联系人名称
含义说明: 客户具体的联系人名称
数据类型: 文本
数据长度： 6位
取值范围： 无

数据项名称：图书号
含义说明： 唯一标识图书的号码
数据类型: 数字
数据长度：8位
取值范围：无

数据项名称:单价
含义说明: 图书的定价
数据类型： 货币
数据长度： 不限
取值范围：0-1000

数据项名称：存量
含义说明: 对于每一种图书的库存总量
数据类型： 数字
数据长度： 8
取值范围： 0-99999999

数据项名称：备注
含义说明: 对图书库存信息的说明
数据类型： 文本
数据长度: 不限
取值范围: 无

数据项名称：版本
含义说明： 图书的版别，修订版本等
数据类型： 文本
数据长度： 8位
取值范围：无

(2）数据结构的定义
数据结构名称：客户列表
含义说明：列出了所有客户的基本信息
结构组成：客户编号+客户名+客户电话+客户email+客户电话+客户地址+加入日期

数据结构名称：应收金额
含义说明：对客户收款的记录
结构组成：发票号+客户编号+发票日期+支付日期+订单号+支付金额

数据结构名称:订单
含义说明：客户填写的图书订购的单据
结构组成： 订单号+图书名+订购数量+单价+码洋+折扣+实洋+订货日期+交货日期
数据结构名称：销售明细
含义说明：对图书销售情况的记录
结构组成：客户名+图书名称+订单号+图书数量+发货日期+实得金额

数据结构名称：公司人员
含义说明:对系统应用者的描述
结构组成:用户ID+用户密码+用户名称+ 用户部门

数据结构名称：客户联系
含义说明：具体的客户部门的联系人
结构组成：联系人编码+联系人名称+联系人电话+客户email+客户地址

数据结构名称：销售机会
含义说明:对客户销售量的预测及对新客户的预测
结构组成：销售机会号+预期销售量+相关客户+相关联系人+主题

数据结构名称：库存
含义说明：对图书存量的说明
结构组成：库存号+存量+图书名+备注

数据结构名称：图书
含义说明：图书的相关信息
结构组成：图书名+图书号+存量+仓库号+单价+版本

数据结构名称：折扣规则
含义说明：图书的定价的折扣
结构组成：折扣规则号+订购数量+折扣

（3）数据流的定义：
数据流编号：F101
数据流名: 订单数据
说 明： 客户需要填写订单时所要准备的数据
数据流来源：客户
数据流去向:填写订单处理
组 成：图书描述+订单数据+客户信息

数据流编号：F102
数据流名：接受订单
说 明:对客户填写的订单进行审核然后所接受的订单
数据流来源：客户填写的订单
数据流去向：订单处理
组 成：订单细则+图书描述

数据流编号:F103
数据流名:对订单数据的审核
说 明：核对订单数据
数据流来源:客户填写订单
数据流去向：销售主管部门
组 成：定单细则+订单数据的核对

数据流编号：F104
数据流名：对订单数据的审批
说 明:销售部门对客户订单数据进行审批的结果
数据流来源:客户订单
数据流去向：销售部门主管
组 成：订单细则+订单数据的核对

数据流编号：F106
数据流名：核对客户帐目状况
说 明：核对客户的帐目状况比如是否对公司仍有债务
数据流来源:填写订单
数据流去向：财务部门
组 成：订单明细

数据流编号：F107
数据流名:发货通知单
说 明：对处理好的订单做出发货通知
数据流来源：订单处理
数据流去向：仓库部门
组 成：订单明细+接收发货通知

数据流编号：F108
数据流名:包装图书准备发货细节
说 明：包装后的图书和具体的发货细节数据
数据流来源:仓库部门
数据流去向：开发票处理
组 成:发货细节
数据流编号：F109
数据流名：图书出库通知和发票数据

说 明:将图书出库通知和发票等数
据传递给用户
数据流来源：发票处理
数据流去向:客户
组 成：发票+图书出库通知

数据流编号：F110
数据流名:付款数据
说 明：客户的付款数据
数据流来源：客户
数据流去向：支付帐款处理
组 成:订单细则+支付细则

数据流编号：F111
数据流名：核对所付帐款
说 明:对客户的付款进行核对
数据流来源：财务部门
数据流去向：支付帐款处理

数据流编号：F112
数据流名:发票信息
说 明：财务部门开发票
数据流来源：财务部门
数据流去向：发票处理
组 成：发票细则

数据流编号：F113
数据流名：图书描述
说 明:对图书的价格、库存
等信息的描述

数据流来源:图书描述存储
数据流去向：填写订单处理
组 成:图书细则+订单明细

数据流编号：F402
数据流名：基本发票信息
说 明：基本的发票信息

数据流编号：F504
数据流名：客户信誉信息
说 明：客户的信誉状况说明
数据流来源：客户评价资料存储
数据流去向：优惠处理
组 成:客户订单数据资料+客户类型

数据流编号：F601
数据流名:身份数据
说 明：客户的身份数据
数据流来源：客户
数据流去向:查询订单处理
组 成：客户ID+客户密码

数据流编号:F602
数据流名：订单信息
说 明：客户要查询的目标订单信息
数据流来源：客户订单存储
数据流去向:查询订单处理
组 成:客户订单明细

数据流编号：F603
数据流名：查询结果
说 明：目标订单
数据流来源：查询订单处理
数据流去向：客户
组 成:客户订单明细

数据流编号：F701
数据流名：客户信息
说 明：客户信息的详细记录
数据流来源：客户信息存储
数据流去向:处理个人信息处理
组 成：客户信息明细

数据流编号：F702
数据流名：修改结果
说 明：对客户个人信息的修改结果
数据流来源:处理个人信息
数据流去向：客户信息存储
组 成：客户信息明细

数据流编号：F801
数据流名：客户意见
说 明：客户的意见信息
数据流来源：客户
数据流去向：客户信息反馈处理
组 成：客户意见反馈数据

数据流编号：F802
数据流名：客户信息
说 明:客户信息
数据流来源:客户信息存储
数据流去向：对客户信息分类处理
组 成：客户信息明细