归因模型是指为用户从首次接触到最终转化 (购买、注册等) 过程中经历的多个营销渠道或触点，按照一定规则分配贡献度的方法。
例如，某用户经历了 Google 搜索 → 社交媒体广告 → 电子邮件 → 购买的路径，那么这次购买的功劳应该归属于搜索、社交媒体还是邮件，就是归因要解决的问题。
常见的归因模型有 6 种。末次点击 (将 100% 功劳归于最后一个触点)、首次点击 (将 100% 功劳归于第一个触点)、线性 (在所有触点间平均分配)、时间衰减 (越接近转化的触点获得越多功劳)、基于位置 (首尾各 40%，中间触点平分 20%)、数据驱动 (通过机器学习计算最优分配)。
短链接是归因分析的重要数据来源。在不同渠道 (社交媒体、邮件、广告) 使用不同的短链接并附加 UTM 参数，就能精确追踪哪个渠道的哪个链接被点击，最终促成了转化。
Google Analytics 4 默认采用数据驱动归因模型，利用机器学习根据历史数据计算各触点的实际贡献度。但在转化数据不足的情况下精度会下降，小型网站使用末次点击或线性模型可能更为实用。相关书籍可在 Amazon 搜索 中查阅。