系统包括基础资料模块、采购管理模块、销售管理模块、库存管理模块、生产管理模块和结算管理模块等六个模块。ERP系统可以根据客户订单、经营目标和市场预测来制定销售计划。根据销售计划，直接生成生产计划，通过人力资源、设备能力来评估生产能力需求。根据生产计划、库存和产品结构来生成物料需求计划。根据物料需求计划和生产工艺，生成外购计划和生产作业计划。根据生产作业计划和在制品结转，生成车间作业计划。通过车间作业计划，进行作业调度和作业跟踪，在作业完成后进行车间的生产统计，经入库后发货来实现销售计划。ERP系统总体流程如图2所示：
1 基于.NET的数据挖掘实现技术
在ERP系统中，存在大量的数据，有必要对数据进行挖掘，以提供决策支持，所以数据挖掘子系统尤其重要。
数据挖掘子系统对ERP系统中所产生的企业数据实现完整的数据挖掘过程。因为要面向中小企业用户，所以系统特别注重对用户与数据库交互的支持，由用户根据ERP系统数据库中的数据，选择一种模型，然后选择有关数据进行知识的挖掘，并不断对模型的数据进行调整优化。
整个数据挖掘子系统由数据采集、数据挖掘建模和结果数据展示三部分组成。对于系统而言，最重要的是建立数据挖掘模型和面向终端用户进行数据的展示和分析工作。数据挖掘系统设计中采用SQL Server数据挖掘中的多种有效的数据挖掘算法，主要引入了决策树模型和聚类分析模型。
数据挖掘功能的实现技术主要用Visual Studio.Net 2003集成开发平台设计Web程序代码，通过ADO.NET进行模型的构建、训练和预测分析，Web程序代码中采用微软的数据挖掘规范OLE DB FOR Data mining 接口与远程的SQL Server分析服务器进行数据交换。
以下列出了在数据挖掘子系统中用ERP系统所产生的企业数据创建数据挖掘模型、培训模型和根据模型预测行为这三个步骤实现数据挖掘功能的核心源代码以及系统运行效果：
1.1 数据挖掘核心源代码
1、创建数据挖掘模型：
CREATE MINING MODEL CreditRisk
(CustID LONG KEY,
Gender TEXT DISCRETE,
Income LONG CONTINUOUS,
Profession TEXT DISCRETE,
Risk TEXT DISCRETE PREDICT)
USING Microsoft_Decision_Trees
2、训练数据模型：
INSERT INTO CreditRisk
(CustId, Gender, Income, Profession, Risk)
SELECT CustomerID, Gender, Income, Profession, Risk
From Customers
3、根据数据挖掘模型预测行为：
SELECT Customers.CustomerID, CreditRisk.Risk,
PredictProbability(CreditRisk)
FROM CreditRisk PREDICTION JOIN NewCustomers
ON CreditRisk.Gender=NewCustomer.Gender
AND CreditRisk.Income=NewCustomer.Income
AND CreditRisk.Profession=NewCustomer.Profession
1.2 系统运行效果
系统运行后大多数以图表的形式给出，如下图，对采购订单的各字段条件进行聚合，从而判断各条件之间的制约关系。
