Georeferenced biological data of species distributions, abundances or traits are critical for ecological and evolutionary research. However, the accuracy (true vs. false records) and biogeographical status (native vs. alien) of individual georeferenced records are often unclear, which limits their use in species distribution modelling, analyses of biodiversity change and other applications. Here, we introduced bRacatus, a new method and R package to estimate a given georeferenced record's probability of being true or false and of corresponding to a native or an alien occurrence. Our framework avoided artificial thresholds of data filtering and instead implemented a probabilistic framework which allowed propagating uncertainties in subsequent analyses. We trained and tested our method on 400 terrestrial species of amphibians, birds, terrestrial mammals and vascular plants from four continents. bRacatus showed good predictive power (mean AUC higher than 0.9; mean RMSE lower than 0.3) for both the accuracy and biogeographical status. Model performance was similar among continents, range sizes and taxa not used in the training. Tests were robust using either range maps or regional checklists of differing levels of data completeness as reference regions. bRacatus was implemented as a user‐friendly R package that enabled researchers to assess the accuracy and biogeographical status of species occurrences, population abundances, community composition or any other type of georeferenced biodiversity records. We proposed this method as a routine step in addressing the inherent uncertainty of point observations to promote more accurate ecological inference and predictions. Resumo Dados biológicos georreferenciados de distribuições, abundâncias ou características das espécies são fundamentais para pesquisas em ecologia e evolução. No entanto, a acurácia (registros verdadeiros vs. falsos) e o status biogeográfico (nativo vs. exótico) de registros individuais georreferenciados são frequentemente obscuros, o que limita seu uso em modelagem de distribuição de espécies, análises de mudança de biodiversidade e outras aplicações. Neste trabalho, apresentamos bRacatus, um novo método e pacote R para estimar a probabilidade de um dado registro georreferenciado de ser verdadeiro ou falso e de corresponder a uma ocorrência nativa ou exótica. Nossa estrutura evita limiares artificiais de filtragem de dados e, alternativamente, implementa uma estrutura probabilística que permite a propagação de incertezas em análises subsequentes. Treinamos e testamos nosso método em 400 espécies terrestres de anfíbios, pássaros, mamíferos terrestres e plantas vasculares de quatro continentes. bRacatus mostrou bom poder preditivo (AUC média superior a 0,9; RMSE médio inferior a 0,3) para acurácia e status biogeográfico. O desempenho do modelo foi semelhante entre os continentes, tamanhos de área de distribuição, e taxa não usados no treinamento. Os testes foram robustos usando mapas de distribuição ou checklists regionais em diferentes níveis de completude de dados como regiões de referência. bRacatus está implementado em um pacote R acessível que permite aos pesquisadores avaliar a acurácia e o status biogeográfico de ocorrências de espécies, abundâncias populacionais, composição de comunidades ou qualquer outro tipo de registro de biodiversidade georreferenciado. Propomos este método como uma etapa de rotina para abordar a incerteza inerente a observações de pontos para promover inferência ecológica e predições mais precisas.