Akademik Veri Yönetim Sistemi
Bingöl Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi (Online), ss.94-108, 2025 (Düzenli olarak gerçekleştirilen hakemli kongrenin bildiri kitabı)
Günümüzde çevresel sürdürülebilirlik, ekonomik erişilebilirlik ve dijital kapsayıcılık
konularındaki küresel talepler doğrultusunda yenilenmiş akıllı telefonlar, mobil teknoloji
pazarında önemli bir alternatif olarak ortaya çıkmaktadır. Bu cihazlar, kullanıcılar tarafından
iade edildikten veya toplanarak elde edildikten sonra belirli teknik onarımlardan geçirilip
fabrika standartlarına yakın bir performansla tekrar satışa sunulmaktadır. Batarya değişimi,
ekran onarımı, yazılım güncellemeleri gibi işlemler bu sürecin temel teknik müdahaleleri
arasında yer almakta; böylece cihazlar hem işlevsellik hem de görsel açıdan yenilenmektedir.
Özellikle gelişmekte olan ülkelerde tüketiciler, bu ürünleri daha uygun maliyetle satın
alabilmekte ve bu durum pazarın büyümesini hızlandırmaktadır. Yenilenmiş cihazların hızla
yaygınlaşması, kalite standardizasyonu, teknik tutarlılık ve adil fiyatlandırma gibi konularda
yeni zorlukları da beraberinde getirmektedir. Bu çalışma, yenilenmiş akıllı telefonları hem
teknik performans hem de ekonomik analiz çerçevesinde değerlendirmeyi amaçlamaktadır.
İlk olarak, cihazların uzun vadeli performansı, kullanıcı memnuniyeti ve teknik güvenilirliği
incelenmiş; yapay zeka ve makine öğrenmesi destekli kalite kontrol mekanizmalarının katkısı
analiz edilmiştir. İkinci olarak, fiyat tahmini odaklı bir yaklaşım geliştirilmiş; regresyon
tabanlı makine öğrenmesi algoritmaları test edilmiş ve farklı hiperparametre optimizasyon
tekniklerinin model doğruluğu üzerindeki etkisi karşılaştırılmıştır. Elde edilen bulgular,
yalnızca teknik tutarlılığın değil aynı zamanda makine öğrenmesi ile desteklenen fiyat tahmin
modellerinin de kullanıcı güveni ve ticari sürdürülebilirlik açısından belirleyici olduğunu
göstermektedir. Sonuç olarak, yenilenmiş telefon sektöründe uzun vadeli başarı için veri
destekli karar süreçlerinin, şeffaf kalite ölçütlerinin ve güçlü satış sonrası destek
mekanizmalarının birlikte ele alınması gerektiği ortaya konulmuştur.
Today, refurbished smartphones are emerging as an important alternative in the mobile
technology market in line with global demands for environmental sustainability, economic
accessibility and digital inclusion.After being returned or collected by users, these devices undergo certain technical repairs and are offered for sale again with a performance close to factory standards. Operations such as
battery replacement, screen repair, software updates are among the basic technical
interventions of this process; thus, the devices are renewed both in terms of functionality and
visuals. Consumers, especially in developing countries, can purchase these products at a more
affordable cost and this accelerates the growth of the market. The rapid proliferation of
refurbished devices brings new challenges in terms of quality standardisation, technical
consistency and fair pricing. This study aims to evaluate refurbished smartphones in terms of
both technical performance and economic analysis. Firstly, the long-term performance, user
satisfaction and technical reliability of the devices are examined, and the contribution of
artificial intelligence and machine learning assisted quality control mechanisms is analysed.
Secondly, an approach focused on price prediction is developed; regression-based machine
learning algorithms are tested and the impact of different hyperparameter optimisation
techniques on model accuracy is compared. The findings show that not only technical
consistency but also price prediction models supported by machine learning are decisive for
user confidence and commercial sustainability. As a result, it is concluded that data-driven
decision processes, transparent quality metrics and strong after-sales support mechanisms
should be considered together for long-term success in the refurbished handset industry.