链接归因是指评估通向转化的每一个链接 (触点) 的贡献度的分析方法。当用户经过多个链接最终完成转化时，这种方法可以定量判定哪一个链接的贡献最大。
归因模型主要有 5 种方式。末次点击把 100% 的贡献归给最后被点击的链接，首次点击把 100% 的贡献归给最先被点击的链接，线性模型在所有触点之间均等分配，时间衰减让越接近转化的触点获得越高的贡献，数据驱动则用机器学习计算各触点的贡献度。
实务中使用最多的是末次点击模型，但它有很大的盲区。例如用户先通过 SNS 广告认知品牌，再从博客文章中了解详情，最后从邮件中的链接完成购买。在这种情况下，末次点击模型只会评价邮件，而在认知阶段做出贡献的 SNS 广告价值会被算作零。由于这会造成营销预算分配失误，因此比较并检验多个模型十分重要。
短链接的点击分析数据是归因分析的重要数据源。为每个短链接附加 UTM 参数，再与 Google Analytics 的归因报告结合，就能把各个渠道的贡献度可视化。