「讓創業之路，從容、省事，不再手忙腳亂！」
🌐 多國語系支援 (README) 為了服務廣大的使用者，本專案的 README 文件支援多國語系。您可以點擊以下連結切換語言： Read in other languages: English | 中文
在瞬息萬變的創業浪潮中，中小企業主們往往因缺乏整合性的銷售與客戶管理工具而疲於奔命。哈根良野 應運而生，旨在打造一套價格親民、功能強大、操作直覺的後端系統，讓您專注於產品與客戶，而非繁瑣的行政事務。
我們深信，數據不應僅是數字，而應是助您決策的智慧羅盤。哈根良野 將龐雜的數據轉化為清晰的洞察，讓您輕鬆掌握營運脈動，提升效率，活化客戶關係，成就更甜美的創業果實！
- 統一客戶視圖： 集中管理客戶檔案、互動紀錄和標籤，實現個人化互動與精準行銷。
- 銷售漏斗優化： 追蹤商機從潛在客戶到成交的每個階段，視覺化銷售進度，並自動產生合約，幫助業務團隊掌握銷售機會。
- 自動提醒： 絕不錯過任何重要追蹤或關鍵里程碑（例如：付款到期、交貨日期、客戶久未互動等），確保客戶關係維護到位。
- 績效分析： 生成客戶來源、行銷活動效益和銷售細項報告，為決策提供數據支持。
- 智能庫存管理： 即時庫存水平、自動補貨提醒、原料流向追蹤和庫存周轉率分析，有效降低庫存成本與風險。
- 優化訂單處理： 全面管理銷貨單 (B2C & B2B)、採購單，並支援條碼出貨檢查，確保物流順暢與準確性。
- 彈性定價規則： 支援客戶專屬價格和單位定價政策，滿足多樣化的業務需求。
- 財務洞察： 提供基礎的銷售、存貨總額年度同比數據圖，以及即使安全庫存提醒，助您快速掌握訂單與存貨狀況。
- 引人入勝的商品展示： 透過動態輪播、詳細商品頁面和限量商品即時庫存更新，凸顯品牌故事與產品魅力，吸引消費者。
- 流暢的購物體驗： 直觀的購物車和結帳流程，支援多種支付和物流選項（例如：冷凍宅配、超商店商店取），提升顧客滿意度。
- 個人化會員中心： 客戶可管理個人資料、查詢訂單歷史、使用購物金和優惠券，增強客戶黏著度。
- 網站內容管理： 輕鬆更新網站內容、促銷活動和最新消息，保持網站的活力與時效性。
- 行銷成效分析： 分析活動和廣告表現，支援後端統計計算和數據清洗，優化行銷策略。
- 客戶服務中心： 高效處理客戶諮詢、意見回饋和投訴，提升客戶服務品質。未來可整合聊天機器人，提供 24/7 的即時回應。
本專案採用前後端分離架構，前端使用 React，後端使用 Spring Boot。
我們的專案已成功部署上線，歡迎透過以下網址體驗完整功能：
🔗 網站連結: https://dontwannawork.com
git clone https://github.com/Bennygoat/CRM.git
cd CRM-
進入
backend/backend目錄。-
配置資料庫： 開啟
src/main/resources/application.properties並根據您的 MySQL 環境修改以下設定：spring.datasource.url=jdbc:mysql://localhost:3306/your_database_name?useSSL=false&serverTimezone=UTC&allowPublicKeyRetrieval=true spring.datasource.username=your_username spring.datasource.password=your_password
替換
your_database_name、your_username、your_password為您的實際設定。重要提示： 在運行後端應用程式之前，請確保您的 MySQL 資料庫已建立，並且
your_database_name存在。您可以使用工具如 MySQL Workbench 或 DBeaver 來管理資料庫。
-
-
運行後端應用程式：
# 在 backend/backend 目錄下 ./mvnw spring-boot:run後端服務將預設運行在
http://localhost:8080。
-
進入
frontend目錄。 -
安裝依賴並啟動開發伺服器：
npm install # 安裝依賴 npm run dev # 啟動開發伺服器
前端應用程式將預設運行在
http://localhost:5173(或顯示在您的終端機)。
我們的 API 文件是透過 Swagger 自動生成，提供清晰的介面說明和測試功能。
您可以透過此介面了解每個 API 端點的詳細資訊、請求參數、響應格式，並直接進行測試。
我們對將 AI 技術融入系統充滿期待。初期階段，我們構想的應用場景包括：
- 智能推薦： 基於客戶購買歷史和瀏覽行為，自動推薦相關商品或促銷活動，提升購物體驗與銷售額。這可以從簡單的基於內容 (Content-based) 推薦開始，例如推薦與客戶已購買商品類別相似的商品。
- 數據趨勢分析： 利用簡單的數據聚合和統計方法，提供更深入的市場趨勢報告，例如：分析不同廣告通路的 ROI，識別季節性熱銷品。這有助於經營者做出更明智的商業決策。
- 異常偵測： 應用簡單的閾值判斷或統計模型，自動偵測異常訂單、不尋常的庫存波動，及時發出警報，防範潛在風險。例如，設定單日訂單數量或單筆訂單金額的閾值。
這些功能將以模組化的方式逐步引入，確保系統的穩定性和可維護性。
我們歡迎任何形式的貢獻！如果您有任何建議、功能請求或發現 Bug，請隨時透過 GitHub Issues 或提交 Pull Request。
- TDD (測試驅動開發): 鼓勵在開發新功能前先編寫單元測試，確保程式碼品質和功能穩定性。這有助於在開發早期發現並修復問題。
- 程式碼註解： 請在關鍵邏輯處添加清晰簡潔的註解，提高程式碼可讀性和維護性。
- 逐步迭代： 遵循敏捷開發原則，以小步快跑的方式推進專案，每個迭代都交付可工作的功能。
- 楊子民 (組長)
- 侯佑霖
- 林秬臣
- 歸維邦
- 郭展溯
- 陳睿宇